机译:基于ROC的效用函数最大化,可用于特征选择和分类,并应用于高维蛋白酶数据。
Algorithms; Biometry; Databases; Factual; Diagnosis; HIV Protease; Humans; 算法; 生物统计学; 数据库; 事实型; 诊断; HIV蛋白酶; ROC曲线; 软件; 统计学; 非参数;
机译:基于ROC的效用函数最大化,可用于特征选择和分类,并应用于高维蛋白酶数据。
机译:使用微阵列数据比较癌症分类的特征选择和分类组合。
机译:通过最大化关联信息以集成高维蛋白质数据进行特征选择
机译:基于内核功能的模糊可能性C-means(NKFPCM)具有特征选择的高维乳腺癌数据库分类算法基于Laplacian分数
机译:基于协方差的新特征提取方法,用于高维数据的分类和预测。
机译:稀疏蛋白质组学分析–一种基于压缩感知的方法用于高维蛋白质组学质谱数据的特征选择和分类
机译:基于内核功能的模糊可能性C-means(NKFPCM)具有特征选择的高维乳腺癌数据库分类算法基于Laplacian分数
机译:改进的Cheeger和比率切割方法使用Ginzburg-Landau泛函分类高维数据。