基于改进最优子集算法的癌症数据分析

摘要：

随着技术的不断进步,大量的数据可以通过微阵列芯片等传感器收集到.癌症检测中,可以使用机器学习方法分析癌症微阵列数据.但是,机器学习方法在遇到超高维度的情况时表现不佳.文章提出使用Ball相关系数和Abess方法相结合的Ball-Abess方法来解决癌症微阵列数据遇到的超高维问题.与其他分类方法相比,利用该方法能够得到更好的结果.

关键词：癌症诊断、超高维分类、最优子集算法

所属期刊栏目：35

分类号：TP181(自动化基础理论)

在线出版日期：2023-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：65-69,73