Logistic回归和T检验在基因特征提取中的应用.pdfVIP

第 32卷 第 1期 桂 林 电子 科 技 大 学 学 报 V01．32，No．1 2012年 2月 JournaltofGuilinUniversityofElectronicTechnology Feb．2012 Logistic回归和 T检验在基 因特征提取 中的应用 赵 肖肖，朱 宁，黄云腾 (桂林 电子科技大学 数学与计算科学学院，广西 桂林 541004) 摘 要 ：针对基 因表达谱数据特有 的维数高、样本小、非线性的特点，对基 因特征提取和分类进行研究，提 出将 Lo— gistic回归和T检验方法引入基因的特征提取过程。通过 Logistic回归初步筛选基因，T-test检验二次筛选特征基 因，针对提取的特征构建分类器 ，得到提取的特征最少、分类效果最好 的判别模型。建立分类模型的方法取得 良好 的癌症分类效果，具有很好的生物解释意义，为寻找致病基因提供了重要依据。 关键词 ：Logistic回归；T检验 ；判别分析 ；特征提取 中图分类号：0212．4，Q81 文献标识码 ：A 文章编号：1673—808X(2012)01—0069—04 TheapplicationoflogisticregressionandT testingenefeatureextraction ZhaoXiaoxiao，ZhuNing，HuangYunteng (SchoolofMathematicsandComputationalScience，GuilinUniversityofElectronicTechnoligy，Guilin541004，China) Abstract：Basedontheresearchofgenefeatureextractionanditsclassification，thispaperintroducestheLogisticre— gressionandT testmethodintogenefeatureextractionprocess．Specifically ，throughtheLogisticregressionpre— liminaryselectingingene，T-testinspectionsecondaryscreeninggeneticcharacteristics，andfinallybuildingclassifier accordingtotheextractedcharacteristics，thispapercomestoaconclusionwiththebestdiscriminatoryanalysisun— derwhichtheextractedcharacteristicsisleast。butclassificationeffectiSthebest． Keywords：Logisticregression；T-test；discriminantanalysis；featureextraction 随着人类基因组草图绘就的完成 ，人类基因组研 病诊断、基 因治疗等提供了前提和可能性。 究计划 (HGP)进入了后基 因组时代 。后基 因组时代 由于 DNA微列 阵是某组织或细胞 中所有基因 研究的重点 由基 因序列研究上升为基 因功能的研 的表达数据，维数通常达到几千或上万维，而在实际 究[1]。20世纪 9O年代末 ，生物芯片技术随着人类基 临床治疗中病例样本一般较少，致使基因微阵列数据 因组的研 究应运而生 。它是一种融微 电子学、生物 具有维数高、样本小等特点。这是模式识别领域中典 学、物理学、化学、计算机科学于一体的高度交叉 的新 型的高维小样本问题 (smallsamplesize，简称 SSS)，