基于改进随机森林的癌症诊断模型

摘要

随机森林被广泛应用于包括癌症诊断在内的生物信息学领域。本文从自适应k近邻的角度分析了随机森林的分类机理，分析其存在的信息损失，据此提出一种新的投票机制，称为基于随机森林的潜在k近邻算法RF-PN，能够充分利用决策树上的OOB样本信息，显著改善随机森林的分类性能。6个癌症基因表达数据集上的对比实验表明，RF-PN的分类准确率优于原算法。