基于小波和CART算法的微陣列數(shù)據(jù)分類.pdf

1、本文研究了基于CART(Classification and Regression Tree)算法的基因芯片數(shù)據(jù)的分類問題。基因芯片技術(shù)對(duì)于早期癌癥的診斷和確診是一個(gè)革命性工具，它從基因表達(dá)的角度判斷發(fā)病情況。而獲得的高維數(shù)據(jù)和少量樣本問題對(duì)于分類識(shí)別方法提出了很大的挑戰(zhàn)。模式識(shí)別問題中，對(duì)于高維數(shù)據(jù)來說一般需要進(jìn)行特征選擇或者特征提取來降低維數(shù)，目的是提高分類的效率和分類的識(shí)別率。
　　 特征選取的方法很多，本文采取了小波特征

2、提取細(xì)節(jié)系數(shù)，為了找到基因信息，我們把合適層數(shù)的細(xì)節(jié)系數(shù)重構(gòu)回了原始樣本空間，后使用Wilcoxon秩和檢測(cè)選擇一小部分基因表達(dá)差異最大的基因。做完特征選取之后，本文以CART決策樹算法作為分類器，采用10-fold交叉驗(yàn)證方法來劃分訓(xùn)練樣本和測(cè)試樣本，以基尼指數(shù)（Gini's diversity index）作為誤差函數(shù)，訓(xùn)練樣本構(gòu)建分類器，測(cè)試樣本用于分類。最后，以最小代價(jià)復(fù)雜性進(jìn)行剪枝找到最優(yōu)規(guī)模的分類樹。
　　 實(shí)驗(yàn)使用