基因表达数据中误分类点的识别与处理

摘要：

有监督的分析方法目前已被广泛应用于微阵列表达数据分析中,但训练集本身存在的个别样本的误分类情况大大影响了分类的质量.支持向量机(SVMs)是近几年出现的一种新的通用学习算法,它独特的性能不仅非常适合于处理微阵列基因表达数据,而且还能对训练集中的误分类点做出准确的推测.介绍了如何利用SVMs算法对cDNA微阵列表达数据中的误分类点进行识别,并对如何处理误分类点给出了几点建议.

关键词：基因表达数据、误分类点、支持向量机

所属期刊栏目：17

分类号：R195.1;O212(保健组织与事业（卫生事业管理）)

在线出版日期：2004-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：199-202