基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用

摘要：

随机森林被广泛应用于包括癌症诊断在内的生物信息学领域.从自适应k近邻的角度分析了随机森林的分类机理,分析其存在的信息损失,据此提出一种新的投票机制,称为基于随机森林的潜在k近邻算法RF-PN,铠够充分利用决策树上的OOB样本信息,显著改善随机森林的分类性能.6个癌症基因表达数据集上的对比实验表明,RF-PN的分类准确率优于原算法.

关键词：随机森林、潜在k近邻、基因表达数据

所属期刊栏目：32

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60975052;中央高校基本科研业务费专项资金2010121065

在线出版日期：2012-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：815-825