基于GA/SVM的微阵列数据特征的选择与分类

摘要：

微阵列数据样本小、维度高的特点给数据分析造成了困难,而主基因的挑选又十分的重要.该文采用遗传算法挑选主基因,其中,用k最邻居距离作为模式识别方法,用支持向量机构造了诊断系统,用不同核函数进行预测分类性能测试.在经典的白血病数据集上,对34个样本的测试集的分类准确率为100%.

关键词：微阵列数据、基因表达、遗传算法、k最邻居距离、支持向量机

所属期刊栏目：33

分类号：TP311(计算技术、计算机技术)

在线出版日期：2007-12-17（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：204-206