基于不同分类模型的基因芯片癌症诊断方法研究-core.pdfVIP

11 3 Vol． 11 No． 3 第 卷 第 期 生物信息学 2 0 1 3 9 Chinese Journal of Bioinformatics Sep． ，20 13 年 月 doi :10. 3969 /j ． issn． 1672 － 5565 ． 20 13． 03． 0 1 基于不同分类模型的基因芯片癌症诊断方法研究 1 1 2 1* ， ， ， 孙远帅 陈 垚 玄 萍 江 弋 (1. ， 361005 ;2. ， 150080) 厦门大学信息科学与技术学院 福建厦门 黑龙江大学计算机科学技术学院 黑龙江哈尔滨 : ， 。 摘 要 基因芯片技术的发展为生物信息学带来了机遇 使在基因表达水平上进行癌症诊断成为可能 但基因芯片数据高维 。 ， 小样本的特征也使传统机器学习方法面临挑战 本文利用真实的基因表达数据 测试了目前主要的分类方法和降维方法在 ， : ， 癌症诊断方面的效果 通过实验对比发现 基于线性核函数的支持向量机可以有效地分类肿瘤与非肿瘤的基因表达 从而为 癌症诊断提供借鉴。 : ; ; ; 关键词 基因芯片 癌症诊断 分类 主成份分析 中图分类号:Q343． 1 + 5 文献标识码:A 文章编号:1672 － 5565 (2013)－ 03 － 161 － 06 Study of different classification models based-on microarray SUN Yuan-shuai1 ，CHEN Yao1 ，XUAN Ping2 ，JIANG Yi1* (1． School of Inf ormation Science and Technology ，Xiamen University ，Xiamen 361005 ，China ; 2． Dep artment of Comp uter Science and Technology ，Heilongj iang University ，Harbin 150080 ，China) Abstract :The development of microarray technology will bring opportunities to bioinformatics and makes it possible to diagnose cancer on the level of gene expression． But the high-dimensional characteristics and small number of samples in microarray data sets also challenges the traditional machine learning methods． In this paper ，we compare the effect among the popular classification and dimensionality reduction methods