基于数据挖掘技术的乳腺癌亚型识别方法
文献类型：期刊论文
| 作者 | 杨绍华; 陈冬东; 张旭; 何林 |
| 刊名 | 西南大学学报(自然科学版)
 |
| 出版日期 | 2018 |
| 卷号 | 40期号:05页码:113-116 |
| 关键词 | 数据挖掘 微阵列 乳腺癌 分类 |
| ISSN号 | 1673-9868 |
| DOI | 10.13718/j.cnki.xdzk.2018.05.018 |
| 英文摘要 | 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. |
| 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) |
| 源URL | [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.中国科学院植物研究所 2.西南大学数学与统计学院 |
| 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. |
入库方式： OAI收割
来源：植物研究所
浏览0
下载0
收藏0
其他版本
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。