使用旋转森林分类癌症资料.docVIP

使用旋转森林分类癌症 【摘要】我们处理使用新提出的多个分类器系统（MCS）的微阵列数据集为基础的癌症分类，为旋转森林。尽我们所知，这是第一次旋转森林已经应用于微阵列数据集的分类。在旋转森林的框架，需要一个线性变换方法对项目数据到新的特征空间中的每个分类器，并 然后将基分类被训练在不同的新的空间，以提高基分类的两个精度，并在分集集成系统。主成分分析（PCA），非参数判别分析（NDA）和随机突起（RP）的施加以特色在原有旋转林改造。在本文中，我们使用独立成分分析（ICA）作为一种新的转型。 关键词：癌症分类科幻阳离子; DNA微阵列数据集;多个分类器系统（MCS）;旋转森林;线性变换方法 1.介绍 与微阵列技术的发展，它是POS-sible对于那些诊断和分类某些特定的易拉罐核证减排量直接基于DNA微阵列数据集。到现在为止，越来越多的新的预测，分类音响阳离子和集群技术正被用于微阵列数据的分析。为例如，戈卢布等。 [1]利用最近邻方法分类科幻ER方法的急性髓细胞淋巴瘤分类科幻阳离子（AML）和急性白血病淋巴瘤（ALL）的儿童。和一些研究已经报道了关于微的应用分子分类科幻阳离子阵列基因表达数据分析癌症。?简言之，微阵列实验导致之间TU-MORS分子变化的一个更完整的理解，并因此以一音响仪，更可靠的分类音响阳离子。如何有史以来，微阵列数据集的一个特征是，收集的肿瘤样本的数目趋于比基因