BriefGPT - AI 论文速递
·
用于微阵列数据分类的进化神经网络框架
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一种鲁棒加权评分方法（ROWSU），用于处理高维基因表达二分类的不平衡数据，从而提升分类性能。通过平衡数据集和选择最小基因子集，该方法在特征选择上优于kNN和随机森林算法。
🎯
关键要点
-
该研究提出了一种鲁棒加权评分方法（ROWSU），用于处理高维基因表达二分类的不平衡数据。
-
ROWSU方法通过解决基因表达数据集中高度倾斜的类分布问题，提高分类算法的性能。
-
该方法通过平衡训练数据集和贪心搜索选择最小基因子集，确保选择出最具辨识性的基因。
-
引入支持向量计算权重的新型鲁棒评分方法，形成最终基因子集。
-
实验证明，ROWSU在三种分类性能评估指标下优于kNN和随机森林算法的特征选择。
➡️
