基于加权随机森林的三阴性乳腺癌microRNA组学数据的分类预测

摘要：

目的 基于microRNA组学数据,探讨加权随机森林在三阴性乳腺癌分类预测中的应用,为疾病诊断提供方法学支撑.方法 以TCGA乳腺癌数据为例,采用加权随机森林构建三阴性乳腺癌的分类预测模型,并与随机森林、logistic回归、支持向量机、LASSO和岭回归五种模型进行比较.结果 通过比较六种模型的5个评价指标,加权随机森林模型的预测性能明显优于其他五种模型,加权随机森林模型的灵敏度为0.852、特异度为0.873、准确度为0.871、AUC值为0.862和G-means值为0.861.结论 加权随机森林构建的分类预测模型较好地识别了三阴性乳腺癌患者,可为三阴性乳腺癌的诊断提供方法学上的参考.

关键词：加权随机森林、分类预测、microRNA、三阴性乳腺癌

所属期刊栏目：37

分类号：R195.1(保健组织与事业（卫生事业管理）)

资助基金：国家自然科学基金资助;山西省回国留学人员科研资助;山西省应用基础研究计划;河北省自然科学基金

在线出版日期：2021-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：809-812,817