基于k近邻算法的人类lncrna亚细胞定位预测..docx

基于K近邻算法的人类lncRNA亚细胞定位预测

摘要：随着数据量的急剧增长，利用传统的生物实验方法识别lncRNA亚细胞定位愈发耗时耗力。本文旨在基于K近邻算法构建一个用于预测人类lncRNA亚细胞定位的模型，以便快捷高效地找到一条未知的lncRNA序列在细胞中的位置。本研究从3个类型的亚细胞中抽取各50条lncRNA序列，并将其以四种特征进行量化，再与亚细胞定位标签连接起来，形成数据集，随机选用数据集中80%作为训练集，其余的20%作为测试集，使用KNN算法对数据集中序列的亚细胞定位进行预测，最后分析所得结果，得出结论：当限取k=3,5,7,9时，第一、四类特征的正确率略高于其它两种特征。