基于支持向量机的肿瘤基因数据挖掘.pdfVIP

第9卷第24期2009年12月科学技术与工程 V01．9No．24Dec．2009 Science and @2009 1671-1819(2009)24-7370·03 TechnologyEngineering Sci．Tech．Engng． 基于支持向量机的肿瘤基因数据挖掘 于 彬 (青岛科技大学数理学院，青岛266061) 摘要针对两种类别的肿瘤分类问题，首先运用信噪比方法筛选出表达水平发生显著性变化的特征基因，然后采用支持向 量机作为分类器进行肿瘤分类，通过对两种类别的白血病DNA微阵列数据进行计算，达到了97．1％的分类准确度。 关键词DNA微阵列 支持向量机 分类 中图法分类号TP301．6； 文献标志码A 目前，微阵列技术已应用到肿瘤的分类、基因 病数据集，该数据集由两种不同种类的白血病样本 功能研究、药物靶位识别等许多方面，特别是在癌 组成，急性淋巴白血病ALL和急性骨髓白血