基于代價敏感機器學習的腫瘤分類預(yù)測研究

打開文本圖片集

摘要：為了提高腫瘤分類的精準度，識別信息基因，構(gòu)建機器學習模型對腫瘤基因表達數(shù)據(jù)進行分析。該研究從KentRidge數(shù)據(jù)庫下載了五組腫瘤基因表達譜數(shù)據(jù)，利用優(yōu)化的代價敏感信息增益（CSIG） 算法快速過濾無關(guān)和冗余基因，篩選出誤分類損失較小的信息基因子集。隨后，構(gòu)建了代價敏感決策樹（CSC4.5） 作為分類模型，并采用準確率、ROC曲線、F-measure等分類指標評估信息基因質(zhì)量，以驗證模型的準確性。（剩余7188字）