第一个书签之前
学位论文原创性声明
摘 要
Abstract
目 录
插图索引
附表索引
第1章 绪 论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 研究内容
1.4 章节安排
第2章 癌症分类预测研究概述
2.1 数据源阐述
2.1.1 生物微阵列技术概述
2.1.2 基因表达谱数据的获取及表示
2.1.3 基因表达谱数据的特点
2.1.4 蛋白质互作网络
2.2 特征选择简介
2.2.1 特征选择的定义
2.2.2 特征选择算法
2.3 分类算法
2.3.1 支持向量机
2.3.2 K-近邻算法
2.3.3 随机森林算法
2.4 本章小结
第3章 数据集的选取与特征选择算法的构建
3.1 数据集选取方法
3.1.1 数据预处理
3.1.2 数据离散化
3.1.3 互信息
3.1.3 Jaccard相似系数
3.2 特征选择算法
3.2.1 相关性分析
3.2.2 相似度分析
3.2.3 特征选择算法流程
3.3 本章小结
第4章 癌症分类预测模型的构建
4.1 多算法多模型构建方法
4.1.1 Bootstrap采样
4.1.2 SVM分类模型
4.1.3 KNN分类模型
4.1.4 随机森林分类模型
4.2 分类预测模型框图
4.3 整体预测步骤
4.3.1 数据集的选取及特征选择
4.3.2 采样空间及分类预测集成模型的构建
4.3.3 决策模型
4.4 本章小结
第5章 实验研究
5.1 实验环境
5.1.1 Python介绍
5.1.2 实验环境
5.2 实验概况
5.2.1 实验数据集
5.2.2 模型参数设置
5.2.3 模型评估指标
5.3 案例1：平衡因子分析实验
5.4 案例2：特征基因个数对比实验
5.5 案例3：特征选择算法对比实验
5.6 案例4：分类预测模型对比实验
5.7 案例5：特征选择算法及分类预测模型综合对比实验
5.8 本章小结
结 论
参考文献
附录A攻读学位期间所发表的学术论文
致 谢
