一种面向SNP选择的模糊聚类算法

摘要：

在对高维少样本的遗传数据进行单核苷酸多态性(SNP)选择时,为能使所选SNP子集高度代表所有SNP信息,实现数据降维,在模糊C均值(FCM)算法的基础上提出一种改进方法GN-FCM.通过引入SNP权重因子量化SNP位点重要程度的差异性,同时将重点SNP邻域正则项引入模糊聚类的损失函数中,挖掘高度重要SNP与同邻域内其他SNP的关联性.实验结果表明,GN-FCM具有较好的收敛性,与DW-FCM算法相比,其构造的SNP子集在支持向量机、决策树和朴素贝叶斯分类中准确率分别提升5.73％、3.40％和3.79％,F1值分别提升4.01％、3.20％和2.22％.

关键词：单核苷酸多态性选择、模糊聚类、特征选择、支持向量机、决策树、朴素贝叶斯分类

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省重点研发计划社会发展项目BE2016630,BE2017628;无锡市卫生计生委科研项目Z201603

在线出版日期：2019-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：66-74