基因功能预测问题中的样本不平衡处理

摘要

应用机器学习进行分类是基因功能预测的一种重要手段.但是许多预测集中的阳性样本过少,会降低功能预测的效果.针对此问题,本研究对结合支持向量机(SVM)算法的几种常用非平衡数据分类方法进行实验比较,包括投票整合分类器和移动分类面等.在此基础上提出通过加权修正投票的整合策略,以提高预测效果.实验结果显示,结合多数类样本限数取样及整合思想的投票整合法预测效果优于移动分类面法,而在投票整合法基础上的加权修正整合方法在所有方法中获得更好更稳定的结果.