TY -非盟的陈Guobin盟——谢Xianzhong AU -李,仕进PY - 2020 DA - 2020/06/13 TI -乳腺癌研究复杂的分类算法芯片基于SVM-RFE基因功能筛选SP - 1342874六世- 2020 AB -筛选和分类特征基因是一个复杂的分类问题,和基因表达的特征序列高维特征。如何选择一个有效的基因筛选算法要解决的主要问题,通过分析基因芯片。资讯的结合、支持向量机和SVM-RFE选择屏幕复杂分类问题,并提供了一种新方法来解决复杂的分类问题。基因芯片的过程中预处理、LogFC和 P 价值的等价物基因表达矩阵筛选,筛选不同的基因特性,然后SVM-RFE算法用于排序和筛选基因。首先,基因芯片的特点进行了分析和调查和基因之间的数量统计。聚类分析在每个样本和PCA分类不同的样品进行分析。其次,SVM和资讯的基本算法测试,和出错率和准确率等重要指标的算法获得最优参数进行测试。最后,性能指标的准确性、精密,回忆,和F1的几个复杂的分类算法是通过复杂的分类支持向量机相比,然而,KNN-PCA, SVM-PCA SVM-RFE-SVM, SVM-RFE-KNN P = 0。 01,0.05 , 0.001 。SVM-RFE-SVM的分类效果最好,可以用作基因芯片分类算法来分析基因的特点。SN - 1076 - 2787你——https://doi.org/10.1155/2020/1342874——10.1155 / 2020/1342874 JF - PB - Hindawi KW - ER -复杂性