花生_TL007

这个屌丝很懒，什么也没留下！

热门标签

热门文章

当前位置: article > 正文

利用支持向量机进行癌症分类的基因选择_svm-rfe筛选特征基因

作者：花生_TL007 | 2024-04-18 06:12:16

赞

踩

svm-rfe筛选特征基因

文献标题: Gene Selection for Cancer Classifification using Support Vector Machines

1. SVM 递归特征消除（SVM-RFE）

SVM-RFE 是一种以权重大小作为排序标准的 REFE 应用。

1.1 算法流程

输入：训练样本集

$T=\left \{ (X_1,y_1),(X_2,y_2),..., (X_N,y_N)\right \}$

初始化：

幸存特征子集： $s=[1,2,...,n]$

特征排序列表： $r=[]$

开始循环直到 s = []：

限制训练数据集从而得到一个良好的特征指标
采用 SVM 进行分类（对偶方式）获得值 $\alpha$
计算获得的超平面的系数，即各个维度的权重 $w$
计算特征排序的参考指标 $c_i=w_i^2$
找最小指标所在的索引 $f=argmin(c)$
更新特征排序队列 $r=[s(f),r]$
去除最小特征值获得一个新的特征集合 $s=s[1:f-1,\,\,f+1:length(s)]$

输出：

特征排序列表 r

1.2 扩展

为了提高效率，可以一次去掉多个特征

声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop】

推荐阅读

相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

闽ICP备14008679号