基因功能预测问题中的样本不平衡处理

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：应用机器学习进行分类是基因功能预测的一种重要手段。但是许多预测集中的阳性样本过少，会降低功能预测的效果。针对此问题，本研究对结合支持向量机（SVM）算法的几种常用非平衡数据分类方法进行实验比较，包括投票整合分类器和移动分类面等。在此基础上提出通过加权修正投票的整合策略，以提高预测效果。实验结果显示，结合多数类样本限数取样及整合思想的投票整合法预测效果优于移动分类面法，而在投票整合法基础上的加权修正整合方法在所有方法中获得更好更稳定的结果。

原文链接:http://www.cqvip.com//QK/90680X/200602/22714703.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：不平衡 支持向量机 非平衡数据 cqvip 学术交流 支持向量机 功能预测 基因表达谱 不平衡