基于置换检验的两步基因特征选择算法.pdfVIP

第 卷第 期 重庆邮电大学学报 自然科学版 年 月 基于置换检验的两步基因特征选择算法 王国胤罗川江 重庆邮电大学 计算智能重庆市重点实验室重庆 摘 要针对目前大规模基因数据集中存在大量的噪声和冗余基因这一问题提出了一种基于置换检验的两步基 因特征选择算法 该算法首先采用方差分析过滤噪声基因 然后采用相关系数过滤冗余基因 最后结合置换检验 的方法可以高效 自主地处理大规模基因数据集 采用 分类器在 提供的 个竞赛数据集作基因特征选择与分类实验 实验结果表明 提出的算法能够选 择高分辨 低冗余的基因子集 与目前其他基因特征选择算法相比 可以提高分类器性能 关键词 基因微阵列 基因特征选择 置换检验 中图分类号文献标识码 文章编号 量的噪声这些噪声基因对类别无分辨能力另一方 引 言 面高维基因数据集中存在大量冗余这些冗余的基 生物科学与计算机科学是目前发展最迅速的两 因不会给分类带来额外信息 噪声和冗余基因不仅 大学科而作为这两大学科的交叉产物生物信息 会导致分类器过度学习而且会导致计算复杂度急 学在基因组研究中发挥了重要的作用基因芯片作 剧升高 等 指出 对于高维小样本基因数据 为其中一个崭新的研究领域正日益受到国际研究 不到 个特征基因就能够对类别进行完全分辨 者的广泛关注 基因芯片为基因功能的研究提供了 因此对基因数据的处理实质上就是对具有 高维 一种强有力的工具对疾病分类病例诊断以及药物 小样本 特征的海量数据的挖掘过程 在此过程 研制等具有非常重要的实际意义 由于实验成本很 中 基因特征选择就显得尤为重要 基因特征选择 使得分类精度上升 计 基因样本数量常常很少 只有几十或者上百例 去掉大部分噪声和冗余基因 高 而检测的基因数目相对而言很大往往高达几千甚 算复杂度下降同时基因特征选择留下小部分具有 生物特性的基因 便于医学研究 病例诊断 至几万