基于相容关系的基因选择方法.pdfVIP

第 37卷 第 10期 计 算 机 科 学 Vo1．37No．1O 2010年 10月 Computer Science 0et2010 基于相容关系的基 因选择方法 焦 娜 苗夺谦 (同济大学计算机科学与技术系 上海 201804) (华东政法大学信息科学与技术系 上海201620) 摘 要 有效的基因选择是对基因表达数据进行分析的重要内容。粗糙集作为一种软计算方法能够保持在数据集分 类能力不变的基础上，对属性进行约简。由于基因表达数据的连续性，为了避免运用粗糙集方法所必需的离散化过程 带来的信息丢失，将相容粗糙集应用于基因的特征选取，提 出了基于相容关系的基 因选择方法。首先，通过 t_检验对 基因表达数据进行排列，选择评分靠前的若干基因；然后，通过相容粗糙集对这些基因进一步约简。在两个标准的基 因表达数据上进行 了实验，结果表明该方法是可行性和有效性的。 关键词 基因表达数据，基因选择，属性约简，粗糙集，相容关系 GeneSelectionwithToleranceRoughSetTheoryfrom GeneExpressionData JIAO Na MIAO Duo—qian (DepartmentofComputerScienceandTechnology，TonNiUniversity，Shanghai201804，China) (DepartmentofInformationSc ienceandTechnology，EastChinaUniversityofPoliticalSc ienceandLaw，Shanghai201620，China) Abstract Efficientgeneselectionisakeyprocedureofthediscriminantanalysisofmicroarraydata．Roughsettheoryis anefficienttoolforfurtherreducingredundancNOnelimitationofroughsettheoryisthelackofeffectivemethodsofr processingreal—valueddata．However，geneexpressiondatasetsarealwayscontinuous．Discretizationmethodscanresult ininofrmation loss．Thispaperinvestigatedanapproachcombiningfeaturerankingtogetherwithfeaturesselection basedontoleranceroughsettheorN Toevaluatetheperformanceoftheproposedapproach，weappliedittotwobench— markgeneexpressiondatasetsandcomparedourresultswiththoseobtainedbyconventionalmethod．Experimentalre— suitsillustratethatouralgorithm ismoreeffectiveforselectinghighdiscriminativegenesincancerclassificationtask． Keywords Geneexpressiondata，Geneselection，Attributereduction，Roughsettheory，Tolerancerelation F_检验是两种有效的选择方法。基于wrapper的选择方法[2] 1 引言 根据分类器的某种性能来评价基因或基因子集的重要性，但