首页 | 本学科首页   官方微博 | 高级检索  
     检索      

稀疏对数回归及其在基因选择中的应用
引用本文:王小玉,李钧涛,陈留院.稀疏对数回归及其在基因选择中的应用[J].河南师范大学学报(自然科学版),2012,40(5):153-156.
作者姓名:王小玉  李钧涛  陈留院
作者单位:1. 河南师范大学数学与信息科学学院,河南新乡,453007
2. 武汉理工大学信息工程学院,武汉,430070
基金项目:国家自然科学基金(61203293;11171094);河南省重点科技攻关项目(122102210131);河南省教育厅自然科学研究计划项目(2011B120005);河南师范大学校级青年骨干教师培养资助
摘    要:针对微阵列分类中涌现出的小样本、超高维问题,提出了一种同时进行基因选择和分类的稀疏对数回归学习机.结合部分自适应弹性网络惩罚与对数似然损失函数,提出了稀疏对数回归学习机,证明了该学习机能激励自适应群体基因选择效应.

关 键 词:对数回归  基因选择  微阵列分类

Sparse Logistic Regression and Its Applications in Gene Selection
WANG Xiao-yu , LI Jun-tao , CHEN Liu-yuan.Sparse Logistic Regression and Its Applications in Gene Selection[J].Journal of Henan Normal University(Natural Science),2012,40(5):153-156.
Authors:WANG Xiao-yu  LI Jun-tao  CHEN Liu-yuan
Institution:1.College of Mathematics and Information Science,Henan Normal University,Xinxiang 453007,China; 2.School of Information Engineering,Wuhan University of Technology,Wuhan 430070,China)
Abstract:With respect to the small-sample and high-dimensional problem emerging in the microarray classification,a sparse logistic regression learning machine for gene selection and classification simultaneously was proposed in this paper.Combining the partly adaptive elastic net penalty and the log-likelihood loss function,an adaptive logistic regression was proposed,which proved that it can encourage an adaptive grouped effect in gene selection.
Keywords:logistic regression  gene selection  microarray classification
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号