基于孪生神经网络和深度因子分解机的药物推荐方法

摘要

本发明公开了一种基于孪生深度因子分解机的药物推荐方法，包括数据预处理、三折交叉验证划分训练集验证集，构建基于深度因子分解机的网络模型，训练模型并评估。本发明首次将深度因子分解机模型应用到药物推荐的问题上，并结合细胞系基因表达数据以及药物结构数据构建模型，在三个验证集上取得了不错的结果。同时，本发明引入了Response单元的机制，可以更好地挖掘药物与基因之间的相关性，使算法能够学习到更多的组合特征的特点。