基于Prim最小生成树
基于Prim最小生成树的特征基因选取方法
摘 要:以基因微阵列矩阵作为数据,先用改进后的信噪比方法去除冗余。然后把每个基因看作图上的一个顶点并用三种距离度量方法作为Prim最小生成树作为边距的评价标准。断开Prim树中边距值大于某个特定值lad的边,这样就把关联紧密的基因聚为一类,再从每类中选一个代表作为候选的特征基因。以支持向量机分类器测试这些候选特征基因的错分率,据此找出合适的lad值和候选特征基因集。本文还提出了一种新见解,去除了测试样本集中的一个“异常”样本。而后由于有可能某一整类对样本的区分并无贡献,因此用顺序删除法去除不必要的基因得到最终的特征基因集,测试样本分类正确率可以达到100%。 关键词:基因表达谱;基因选择;距离度量;最小生成树;支持向量机
1 引言
DNA芯片生物学技术,可并行检测成千上万个基因的表达水平[5],对海量的基因表达数据进行分析,从中挖掘有用的生物学信息,能更好地从分子水平研究癌症等疾病的发病机理 ,同时为疾病分型提供更为可靠的依据[6-8]。运用基因表达谱数据,将组织样本分组,识别疾病亚型,分类新的肿瘤等疾病样本到已知类别,是一类非常重要的疾病模式分类问题,涉及的方法有支持向量机、人工神经网络、决策树和传统的统计判别分析方法等。在小样本、高指标的微阵列海量数据处理过程中,属性基因的高数目影响分类算法的学习效率、学习结果的表达及可理解性等。因此,利用特征基因选择,可以剔除与疾病无关的基因;降低机器学习的时间和空间复杂度,避免维数灾难,提高分类器的效率;为寻找对疾病有鉴别力的特征基因排除了大量无关基因的干扰,选择后的特征基因可以作为较好的疾病诊断预测者,对于疾病的治疗给予一定的指导。
本文结合急性白血病表达谱数据分析,第一部分介绍用改进的信噪比方法剔除大部分无关冗余基因;第二部分介绍如何用最小生成树表示基因数据集的方法;第三部分给出支持向量机的原理,并应用到候选特征基因聚类选取中;第四部分顺序删除法进一步精选候选特征基因。
2 肿瘤基因表达谱数据及冗余基因的剔除
2.1 肿瘤基因表达谱数据
基因微阵列技术能够在单次实验中获取成千上万的基因表达谱数据。本实验分析的对象就是Golub等到公布的急性白血病样本的基因表达谱数据,这些数据可以用一个矩阵来表示,如图1所示,gi表示第i个基因序列,sj表示第j个样本。gij表示第i个基因在样本j中的表达值,每个样本均含7129个基因的表达数据。72个样本被分为两类,类C1急性淋巴白血病ALL(47)和类C2急性骨髓性白血病AML(25)。

最小生成树 Prim算法实现C++_IT/计算机_专业资料。c++版本的PRIM算法实现最小生成树 Prim 算法实现的 c ++语言,使用邻接矩阵存储边信息。共三个文件。 第一个...
在该部分中主要包括两个方面:问题分析和任务定义; 1 问题分析 本次课程设计是通过 PRIM(普里姆)算法,实现通过任意给定网和起点,将该网所对 应的所有生成树求解...
Prim 最小生成树算法一、 实验目的和要求●理解图的遍历 ●理解构造无向联通图的最小生成树的方法(Prim 算法算法) ●能用 Prim 算法或 Kruskal 算法构造最小...
Prim 算法: 初始状态 A 包含任意一个顶点 r, r 开始, 从 每次都向 A 中添加一条连接树 A 和 G= V,A) ( 中某个孤立顶点的轻边,直至生成树 A 包含...
3244 2009,30 (13) 计算机工程与设计 Computer Engineering andand Design 计算机工程与设计 Computer Engineering Design 开发与应用 基于 Prim 算法的最小生成树...
下面思路有错:不需要加,因为,最小生成树 是一个整体,若是求点 1 到其他点... 基于Prim算法的最小生成... 4页 免费 最小生成树(反圈法)prim... 6页 ...
prim最小生成树 3页 免费 最小生成树算法(krukal和... 3页 免费最小生成树的prim算法及min...
《软件技术 》课程设计 最小生成树一 目的给定一个地区的 n 个城市间的距离网,用 Prim 算法建立最小生成树,并计 算得到的最小生成树的代价。 二 需求分析(...
5 一、知识要点 关键字:贪婪法 最小生成树 Prim 算法 二、主要内容 设 G=(V,E)是连通带权图,V={1,2,…,n}。构造 G 的最小生成树的 Prim 算法三、...
热门文档