贝叶斯算法变量挑选

相似文件 换一批

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

请教大家一个问题：举个例子，如图，每一行代表的是一个肿瘤样本，约有200个样本。gold standard表示肿瘤的良恶性（0和1），ABCDEFGH分别代表8个关键基因是否表达（0和1，其实还有很多基因没有展示）。现在我想实现这样一个目的：用这些基因的表达谱（即0或1）来预测肿瘤的良恶性。那么，有以下几个问题：
1.是否可以用朴素贝叶斯算法来解决这个问题（医生，机器学习初学者，自我感觉可以用贝叶斯，问题类似于垃圾邮件，但不敢确定）。
2. 关键基因不止8个，有几十个，如何挑选有用的基因纳入模型，作为自变量。
3.最常用logistic回归是否能解决这类问题？
4.是否存在这样一种方法，能够以最少的基因数来最准确地预测肿瘤的良恶性？

这是临床大数据时代，数据基础薄弱的医生们迫切想要知道的。特此请教论坛各位老师！

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：朴素贝叶斯算法 大数据时代 贝叶斯算法 临床大数据 关键基因

lanhong1993 发表于 2018-6-9 14:25
请教大家一个问题：举个例子，如图，每一行代表的是一个肿瘤样本，约有200个样本。gold standard表示肿瘤 ...

可以，我做过

lanhong1993 发表于 2018-6-9 14:25
请教大家一个问题：举个例子，如图，每一行代表的是一个肿瘤样本，约有200个样本。gold standard表示肿瘤 ...

我的基因是数万个，样本100多

可以用logistic regression来实现

对于这个问题，如果基因选择足够具有代表性，其实预测方法不会有什么差别

可以考虑把所有变量都进入模型 用AIC筛选
或者直接采取随机森林

寂寞相思雨2016 发表于 2018-6-12 08:32
我的基因是数万个，样本100多

好的，谢谢回复。

xwan288 发表于 2018-6-12 11:21
可以用logistic regression来实现

对于这个问题，如果基因选择足够具有代表性，其实预测方法不会有什么差 ...

随机森林方法也可以么？

从lda、qda、fda到earth，还有各种决策树，还有更好的方法如random forest随机森林、svm支持向量机、gbm、xgboost、神经网络、深度学习keras和h2o……

小样本 SVM 和 NB 效果都是不错的。 RF 或者 logistics 当然也可以用。 变量选择也可以尝试是用 LOGISTICS 或者 RF 的变量重要性来初筛一下。

lanhong1993 发表于 2018-6-12 17:42
随机森林方法也可以么？

随机森林可以

菊花冰糖水 发表于 2018-6-13 08:59
小样本 SVM 和 NB 效果都是不错的。 RF 或者 logistics 当然也可以用。 变量选择也可以尝试是用 LOGISTICS  ...

用logistic或RF筛选出的变量可用于NB和svm？
logistic可用AIC，逐步回归来筛选，那么其他算法应该怎么筛选呢？