TY -的A2 Hofner本杰明AU - Bommert,安德里亚盟——Rahnenfuhrer Jorg AU -朗,米歇尔PY - 2017 DA - 2017/08/01 TI -多准则方法找到预测与稳定的高维数据的特征选择和稀疏模型SP - 7907163六世- 2017 AB -找到一个好的预测模型对高维数据集可以有挑战性。对于基因数据,它不仅是重要的找到一个模型预测精度高,但同样重要的是,这个模型只使用一些功能,这些特性是稳定的选择。这是因为,在生物信息学中,模型不仅预测,也用于得出生物结论使模型的可解释性和可靠性至关重要。我们建议使用三个目标标准拟合预测模型时一个高维数据集:分类准确性、稳定性的特征选择,选择的数量特征。目前还不清楚这衡量评估的稳定性是最好的,我们首先比较各种稳定措施。我们得出结论,皮尔逊相关性最好的理论和实证的属性。稳定性评估行为也,我们发现这是最重要的,包含一个改正的机会或大量的选择功能。然后,我们帕累托分析方面,并得出结论,可以发现模型与一个稳定的选择一些功能无损耗的预测精度。SN - 1748 - 670 - 2017/7907163 / 10.1155 x你——https://doi.org/10.1155/2017/7907163——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER