决策树分类器在分析基因微阵列数据中的应用

摘要

近年来,需要深入研究癌症细胞的基因表达技术正在不断增多.机器学习算法已经被广泛用于当今世界的许多领域,但是却很少应用于生物信息领域.系统研究了决策树的生成、修剪的原理和算法以及其它与决策树相关的问题;并且根据CAMDA2000(critical assessment ofmicroarray dara analysis)提供的急性淋巴白血病(ALL)和急性骨髓白血病(AML)数据集,设计并实现了一个基于ID3算法的决策树分类器,并利用后剪枝算法简化决策树.最后通过实验验证算法的有效性,实验结果表明利用该决策树分类器对白血病微阵列实验数据进行判别分析,分类准确率很高,证明了决策树算法在医学数据挖掘领域有着广泛的应用前景.