- 1、本文档共26页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
锐得模板 - 数据挖掘实验室
我做的工作就是简单的分类,利用已经有的样例训练出一个模型,然后根据模型来分类未知的数据。这个工作中主要的创新点就是使用集成分类器去预测,可以大大提高预测的准确性,而且使用RNAfold特征提取方法,大大减少了时间耗费。 * 下面介绍miRFam使用n-gram的特征提取方法 由于miRNA只有四个碱基,miRFam使用4个唯一的unigram,42个唯一的bigram,43个唯一的trigram,一共有4+42+43 =84个特征( A,C,G,U,AA,AC,AG,AU,CA,CC,CG,CU……) miRFam使用集中系数的概念来把这些不同的特征整合成一个特征向量,首先,定义类型i的唯一n-gram的数量用Ni表示,类型i的集中系数就是: Ci =Ni/∑3j=1Nj , i=1,2,3 当然我么可以得到: C1=4/4+16+64=0.048 C2=16/4+16+64=0.190 C3=64/4+16+64=0.762 然后特征向量可以通过下面的公式计算: fj = tj/Ti*Ci, 1=j=84 其中,tj是某一种类型i的唯一的n-gram的出现频率,Ti是类型i的所有的唯一n-gram的出现频率。特征向量包含84维,每一维对应于某一种类型i (i =1,2,3,4)的一种n-gram。 * The three layers prediction method was mentioned. The 1st layer: 19 families with the largest members are selected and each of them respectively is viewed as a?class, a total of?19 classes,?remaining?as?the last class,?the?prediction change into?a new model that the?number of the target?class has only?20?classes (the dataset is denoted as and the random forest model is noted as RF1). For the 2nd layer, we?select?the?top?99?families, respectively.?Each of them is seen as a class,?and the residual?ones are taken as?a?class. So there are total of?100?classes (the dataset is denoted as , and the random forest model is noted as RF2). For the 3rd layer, we classify the miRNA families as same as miRBase (the dataset is denoted as the random forest model is noted as RF3). Our method can identify families hierarchically and judge whether a novel miRNA belongs to the popular families. The complete forecasting process is shown in Figure 2. The predicted sequence starts from the 1st layer, and if it is predicted as one of the top 19 families, the output is considered as the last result and the process will finish. Otherwise the process will automatically continue to the 2nd layer prediction. The sequence will be predicted whether it belongs to the top 99 families. If it doesnt belong to yet, miRClassify will go into the 3rd layer and the 3rd layer predictor will give the last result. Hierarchical predictors are used in
您可能关注的文档
- 白头鹎对季节性驯化和温度适应的生理反应 - 生态学报.pdf
- 八肋游仆虫胞质核糖体蛋白基因序列特征分析 - 水生生物学报.pdf
- 无机聚合物力学特性与结构特征之关系探讨 - 台北科技大学.pdf
- 职业适性诊断测验可以帮助您什么.ppt
- 由最新的国际标准规格看血糖机精准的必要性与影响检测准确的因素.pdf
- 细胞信息传递 - yeec维修网.pdf
- 护理生化维生素和无机盐.pdf
- 肥料与农作物 组别:第五组 成员:49912012 沈家豪 49912038 王彦忠 .doc
- 不饱和溶液 - 泰州市苏陈中学.ppt
- 西部原油管道大排量适应性改造 - 油气储运.pdf
- 2023年江苏省镇江市润州区中考生物二模试卷+答案解析.pdf
- 2023年江苏省徐州市邳州市运河中学中考生物二模试卷+答案解析.pdf
- 2023年江苏省苏州市吴中区中考冲刺数学模拟预测卷+答案解析.pdf
- 2023年江苏省南通市崇川区田家炳中学中考数学四模试卷+答案解析.pdf
- 2023年江西省吉安市中考物理模拟试卷(一)+答案解析.pdf
- 2023年江苏省泰州市海陵区九年级(下)中考三模数学试卷+答案解析.pdf
- 2023年江苏省苏州市高新二中中考数学二模试卷+答案解析.pdf
- 2023年江苏省南通市九年级数学中考复习模拟卷+答案解析.pdf
- 2023年江苏省南通市海安市九年级数学模拟卷+答案解析.pdf
- 2023年江苏省泰州市靖江外国语学校中考数学一调试卷+答案解析.pdf
最近下载
- 第三节 免疫分析仪器的维护_医疗设备维护概论_第四章 医用检验设备的维护.pptx
- 垃圾分类整治工作总结.pptx
- 2024年常见人力资源面试题库(通用7篇).pdf
- 《糟糕,身上长条纹了!》绘本故事PPT2套.pptx
- 25题规划发展岗位常见面试问题含HR问题考察点及参考回答.pdf
- 清华大学央企班组长远程培训自测题及答案(17门课合集).pptx
- 英语国家概况课后习题答案解析(完整版).doc
- 幼儿园 大班数学《美丽的对称图形》.pptx VIP
- 新视野大学英语(第三版)读写教程Section B-Too much of a good thing – A real addiction.ppt
- 2023年中小学教师职称考试试题含答案.docx
文档评论(0)