SVM在基因微阵列癌症数据分类中的应用

作者：孟范静; 刘毅慧; 王洪国; 成金勇

来源：计算机工程与应用, 2007, (34): 246-248.

• 微阵列数据
• 支持向量机
• 癌症数据分类
• 特征选取 microarray data
• Support Vector Machine(SVM)
• cancer classification
• feature selection

在总结二分类支持向量机应用的基础上,提出了利用t-验证方法和Wilcoxon验证方法进行特征选取,以支持向量机(SVM)为分类器,针对基因微阵列癌症数据进行分析的新方法,通过对白血病数据集和结肠癌数据集的分类实验,证明提出的方法不但识别率高,而且需要选取的特征子集小,分类速度快,提高了分类的准确性与分类速度。

• 单位
  山东省科学技术厅; 山东轻工业学院