节点文献
微阵列数据中一种改进Bagging决策树算法的研究
On an Improved Bagging Decision Tree Algorithm in Microarray Data
【摘要】 针对基因微阵列数据具有高维度、小样本等独特的特点,本文研究并实现了旨在降低计算时间和提高精确度的Bagging决策树。本文提出了一个能极大地降低计算时间、同时对精确度影响不大的属性离散化过程,接着以一种新的类分布置信度的方式构造决策树,该方法在最终的Bagging组合方面有一定的优势。结合上述方法的Bagging决策树算法在基因微阵列数据集分类上取得了良好的效果。
【Abstract】 Based on the characteristics of high dimension and small sample, this paper investigates the improvements of bagging decision trees which aim mainly at improving computation time and accuracy. A discretization procedure is proposed, resulting in a dramatic speedup without significant decrease in accuracy. Then a new class distribution confidence is suggested improving the accuracy of the final bagging decision tree. Combining these improvements makes it get excellent performance on gene microarray data.
【关键词】 Bagging决策树；
基因微阵列数据；
类分布置信度；
中值离散化；
【Key words】 Bagging decision tree； gene microarray data； class distribution confidence； median discretization；
【Key words】 Bagging decision tree； gene microarray data； class distribution confidence； median discretization；
【基金】 国家“十五”重大科技专项课题(2001BA102A06 11)
- 【文献出处】 计算机工程与科学 ,Computer Engineering & Science , 编辑部邮箱 ,2005年06期
- 【分类号】TP18
- 【被引频次】2
- 【下载频次】150