代价敏感特征选择的肿瘤分类应用

摘要：

针对肿瘤基因数据高维、小样本的特点,引入误分类代价,基于混沌遗传算法提出一种代价敏感特征选择算法.结合误分类代价矩阵与分类精度,构建基于最近邻的代价敏感特征选择适应度函数,在降低特征选择总成本的同时权衡代价成本与分类精度,采用混沌遗传算法提高搜索效率,提升算法性能.将该方法应用于肿瘤基因数据进行有效性验证,实验结果表明,该算法降低了特征空间维数,有效提高了肿瘤的分类性能.

关键词：代价敏学习、特征选择、肿瘤基因数据、混沌遗传算法、分类

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：山西省卫生厅科研基金项目201301006;山西省研究生优秀创新基金项目20123030

在线出版日期：2017-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1342-1346,1388