支持向量機(jī)最優(yōu)參數(shù)選取及應(yīng)用.pdf

1、隨著現(xiàn)代生物學(xué)的發(fā)展，尤其是人類(lèi)基因組計(jì)劃完成以后，從分子層面上研究疾病問(wèn)題也得到廣泛的認(rèn)同；在高通量實(shí)驗(yàn)技術(shù)快速發(fā)展的驅(qū)動(dòng)下，獲得人類(lèi)及其他模式生物的基因表達(dá)譜數(shù)據(jù)成為可能，如此大量的數(shù)據(jù)信息為我們重新認(rèn)識(shí)細(xì)胞生物和疾病提供了寶貴的機(jī)會(huì)。
　　 但是，基因表達(dá)譜數(shù)據(jù)的突出特點(diǎn)：預(yù)測(cè)樣本的維數(shù)遠(yuǎn)遠(yuǎn)大于樣本個(gè)數(shù)，決定大多數(shù)傳統(tǒng)統(tǒng)計(jì)方法不能直接應(yīng)用，或者得不到正確的預(yù)測(cè)結(jié)果。因此，我們面臨的挑戰(zhàn)就是設(shè)計(jì)新的統(tǒng)計(jì)模型來(lái)高效的分析、解釋

2、基因表達(dá)譜數(shù)據(jù)。
　　 統(tǒng)計(jì)學(xué)習(xí)理論是由Vapnik等人提出的一種小樣本統(tǒng)計(jì)理論，著重研究在小樣本情況下的統(tǒng)計(jì)規(guī)律和學(xué)習(xí)方法性質(zhì)；統(tǒng)計(jì)學(xué)習(xí)理論為機(jī)器學(xué)習(xí)問(wèn)題建立了一個(gè)較好的理論框架。支持向量機(jī)就是在此基礎(chǔ)上發(fā)展起來(lái)的一種學(xué)習(xí)算法，它采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理，能夠較好地解決小樣本學(xué)習(xí)問(wèn)題。
　　 在應(yīng)用支持向量機(jī)解決具體問(wèn)題時(shí)，首先考慮核函數(shù)的選取及參數(shù)的選擇。雖然目前關(guān)于核函數(shù)的研究在理論和應(yīng)用上取得了一定的成果，但尚未形