随机森林算法在生物信息学中的应用研究

摘要：

在生物信息学的研究过程当中,经常会遇到二分类的问题.例如RNA甲基化预测、蛋白质相互作用预测、蛋白质中二硫键的预测等都属于二分类问题.要解决二分类问题,目前在机器学习中提到了很多算法.比较常用的有支持向量机(SVM)和随机森林(RF)算法.文章在研究一般RF算法的同时,进一步讨论了集成RF算法对于处理非平衡数据起到的突出作用,最后分析总结了一般随机森林算法和集成随机森林算法的优缺点.

关键词：生物信息学、二分类、随机森林、集成随机森林、非平衡数据

所属期刊栏目：13

分类号：TP311(计算技术、计算机技术)

在线出版日期：2017-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：186-187,203