研究文章
一种有效的癌症分类模型使用微阵列和高维数据
|
| 作者 |
数据集 |
方法 |
备注 |
|
| (29日舒克拉和特里帕西(2020) |
DLBCL |
(JMI)联合互信息(mRMR)信息增益(IG) |
本研究介绍了现代基于过滤器从微阵列数据基因选择技术检测生物标记物。 |
| (30.Kilicarslan et al。(2020) |
卵巢、白血病、中枢神经系统(CNS) |
Relief-F的支持向量机(SVM),共同进化神经网络(CNN) |
本研究引入了混合方法基于Relief-F和CNN对癌症诊断和分类。 |
| (31日Pashaei et al。(2016) |
结肠肿瘤,AML 4 MLL(中枢神经系统) |
二进制黑洞(BBHA)和随机森林算法排名(RFR) |
作者介绍了基因选择和分类技术基于RFR和BBHA微阵列数据。 |
| (32Pradana和Aditsania |
乳腺癌 |
二进制粒子群优化(全局搜索)和决策树C4.5 |
本研究介绍了二进制PSO和DT对癌症检测基于微阵列数据分类。 |
| (33多亏尤文和et al。 |
UCI |
J48 DTs |
他们提出归纳算法和引入hyperparameter调优的决策树归纳算法。 |
| (34阿巴斯et al。(2021) |
乳腺癌 |
鲸鱼优化算法(WOA),极其BCD-WERT随机树 |
本研究引入了一个新颖的乳腺癌检测使用WOA优化模型基于非常随机树算法和高效的特性。 |
| (35Reddy et al。 |
斯利瓦斯塔瓦,g (2020) |
UCI心脏病 |
本研究提出了一种自适应遗传算法和模糊逻辑引入了混合遗传算法和模糊逻辑对心脏疾病诊断和分类器。 |
| (36Qaraad et al。(2020) |
结肠癌,乳腺癌,前列腺癌 |
弹性净PSO算法 |
本研究介绍了参数优化的弹性网使用PSO算法对高维数据。 |
| (37El Kafrawy et al。(2020) |
新创急性髓系白血病(aml) |
递归特性消除(RFE),基于树的特征选择(TBFS) |
本研究介绍了multifeature选择与机器学习在埃及新创急性髓系白血病。 |
| (38奥et al。(2020) |
乳腺癌 |
演算法和梯度增加随机森林,逻辑回归 |
本研究介绍了乳腺癌微阵列数据的分类使用机器学习方法。 |
|
|
