Knowledge Management System Of Institute Of Botany,CAS
基于数据挖掘技术的乳腺癌亚型识别方法 | |
杨绍华; 陈冬东; 张旭; 何林 | |
2018 | |
发表期刊 | 西南大学学报(自然科学版) |
ISSN | 1673-9868 |
卷号 | 40期号:05页码:113-116 |
摘要 | 随机森林算法可对特征进行重要性排序,并能提高运行效率和分类的准确率.采用方差分析、随机森林算法对乳腺癌基因进行筛选,使得用随机森林算法、支持向量机算法和k近邻算法测试集的准确率分别达到95.6%,92.9%和92.7%,并发现了区分乳腺癌不同亚型的两种最重要的基因GATA3和ESR1. |
关键词 | 数据挖掘 微阵列 乳腺癌 分类 |
DOI | 10.13718/j.cnki.xdzk.2018.05.018 |
语种 | 中文 |
资助机构 | 国家自然科学基金项目(11701471) ; 重庆市基础科学与前沿技术研究项目(cstc2017jcyjAX0476) |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ibcas.ac.cn/handle/2S10CLM1/23054 |
专题 | 植被与环境变化国家重点实验室 |
作者单位 | 1.西南大学数学与统计学院 2.中国科学院植物研究所 |
推荐引用方式 GB/T 7714 | 杨绍华,陈冬东,张旭,等. 基于数据挖掘技术的乳腺癌亚型识别方法[J]. 西南大学学报(自然科学版),2018,40(05):113-116. |
APA | 杨绍华,陈冬东,张旭,&何林.(2018).基于数据挖掘技术的乳腺癌亚型识别方法.西南大学学报(自然科学版),40(05),113-116. |
MLA | 杨绍华,et al."基于数据挖掘技术的乳腺癌亚型识别方法".西南大学学报(自然科学版) 40.05(2018):113-116. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
基于数据挖掘技术的乳腺癌亚型识别方法.p(1304KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[杨绍华]的文章 |
[陈冬东]的文章 |
[张旭]的文章 |
百度学术 |
百度学术中相似的文章 |
[杨绍华]的文章 |
[陈冬东]的文章 |
[张旭]的文章 |
必应学术 |
必应学术中相似的文章 |
[杨绍华]的文章 |
[陈冬东]的文章 |
[张旭]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论