基于隨機(jī)森林的基因表達(dá)數(shù)據(jù)分類強(qiáng)度研究.pdf

1、利用DNA微陣列技術(shù)產(chǎn)生的基因表達(dá)譜數(shù)據(jù),進(jìn)行疾病診斷、治療、藥物研制和藥物篩選是當(dāng)前的一個(gè)研究熱點(diǎn)。由于疾病診斷和藥物研制直接關(guān)系到人類的健康,因此研究基因表達(dá)數(shù)據(jù)的分類結(jié)果的可信度有著特別重要的意義。
　　 針對(duì)基因表達(dá)譜數(shù)據(jù)的分類可信度問題,本文利用隨機(jī)森林的分類強(qiáng)度對(duì)其研究,其主要工作有:
　　 1.詳細(xì)介紹了基因表達(dá)譜數(shù)據(jù)分類問題的研究現(xiàn)狀和隨機(jī)森林技術(shù)的算法原理。
　　 2.針對(duì)隨機(jī)森林現(xiàn)有工具包的缺

2、點(diǎn),開發(fā)并實(shí)現(xiàn)了C語(yǔ)言版的隨機(jī)森林工具包,并給出了MATLAB的接口,使其亦能在MATLAB平臺(tái)運(yùn)行。該工具包簡(jiǎn)便實(shí)用,有利于隨機(jī)森林的應(yīng)用推廣。
　　 3.針對(duì)基因表達(dá)譜數(shù)據(jù)的分類可信度問題,提出了基于隨機(jī)森林的票數(shù)差和Proximity矩陣接近度之差的兩種可信度度量。四個(gè)基因表達(dá)譜數(shù)據(jù)集的實(shí)驗(yàn)顯示,兩種可信度量都能準(zhǔn)確表征了基因表達(dá)譜數(shù)據(jù)分類的可信度,可信度大的樣本很少出現(xiàn)誤判現(xiàn)象,而可信度小的樣本常會(huì)出現(xiàn)誤判現(xiàn)象,表明了這