SVM的参数优化及在耐热酶和常温酶分类中的应用

摘要

氨基酸的组成是影响蛋白质耐热性的主要因素之一,所以以20种氨基酸所占比例作为特征向量,利用支持向量机(Support vector machine, SVM)预测蛋白质的耐热性.在比较了几何方法、SVM-KNN和重复训练3种参数优化的方法之后,从中选择了几何方法来优化SVM分类器的参数,并使预测率从85.4%提高到88.2%.从预测率上可知:(1)几何方法优化SVM参数可以有效地提高预测率;(2)氨基酸含量与酶的耐热性之间存在极强的相关性.