基于Ptree的多决策树基因表达数据分类.pdf

年 月 第 期 2007 6 电 脑 学 习 3 基于P-tree的多决策树基因表达数据分类 黄 金* 石永昆 摘 要：提出基于P-tree的多决策树分类基因表达数据方法PTMDT（P-treemulti-decisiontree）。 关键词：基因表达 分类 P-tree 中图分类号 TP311.132.3 文献标识码 A 文章编号：1002-2422（2007）03-0050-02 GeneExpressionClassificationofMulti-decisionTreesbasedonP-tree HuangJin ShiYongkun Abstract:Inthepaper,geneexpressionclassificationofmulti-decisiontreesbasedonPTMDT（P-treemulti-decisiontree）is presented. Keyword:GeneExpression Classification P-tree [1～3] 使用ThePeanoCountTree（P-tree）结构 和P-tree 1.2离散基因表达数据 的逻辑运算操作，快速地构造出基因表达数据的决策树，用 为了利用P-tree结构建立决策树，首先需要对给定的 于基因表达数据的分类。实验结果表明PTMDT方法不但可 基因表达数据进行离散化处理。例如对表 1中的基因表达 以取得良好的分类精确度，而且在计算速度方面远远好于 数据，根据对数据大小范围的观测，把它们离散成 I、I、I 0 1 2 其它方法。 、I四个部分，I=[0,1]、I=[1,2]、I=[2,3]、I=[3,4]，每一部分 3 0 1 2 3 用一个二进制比特串表示，设I=00，I=01，I=10，I=11。通 1基因表达数据的裁减和离散化 0 1 2 3 过这样的离散化处理，表 1中的基因表达数据转变成表2 1.1基因表达数据的裁减 中的形式，这样就可使用P-tree结构表示基因表达数据了。 基因表达数据是通过基因芯片实验获得的。通常基因 表2离散化处理后的基因表达数据 表达数据以矩阵形式保存，矩阵第 i行对应于第 i个基因， Condition1 Condition2 …… Conditionm 第j列对应于第j个实验样本，而矩阵的每个元素aij记录 gene1 11 01 …… 10 了第 i个基因在第j个样品中的表达水平。表 1是基因表达 gene2 00 00 …… 00 数据的形式。