BriefGPT - AI 论文速递 · 2024-01-23T00:00:00Z 基于鲁棒加权评分的特征选择方法用于高维二元类不平衡基因表达数据 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 该研究提出了一种适用于高维基因表达二分类的鲁棒加权评分方法（ROWSU），通过解决类分布不平衡问题，提高分类算法性能。该方法优于k最近邻和随机森林分类器的特征选择算法。 🏷️ 标签 不平衡数据 二分类 特征选择算法 高维基因表达 鲁棒加权评分方法 阅读原文 生成长图 分享链接 已复制链接
