×
霍西克·崔;杨东华;Kwon、Sunghoon;金永代（Kim，Yongdai）

使用带有拒绝选项的支持向量机进行癌症分类的基因选择和预测。 （英语） Zbl 1328.62586号

计算。统计数据分析。 55，第5期，1897-1908（2011）.
摘要：在基于基因表达数据的癌症分类中，最好推迟对难以分类的观察结果的决定。例如，如果观察到癌症的条件概率约为1/2，则最好需要进行更高级的测试，而不是立即做出决定。这促使使用带有拒绝选项的分类器，在难以分类的观察情况下报告警告。在本文中，我们考虑了一个带有拒绝选项的基因选择问题。通常，基因表达数据由数千个候选基因的表达水平组成。在这种情况下，需要一个有效的基因选择程序，以便更好地了解生成数据的潜在生物系统，并提高预测性能。我们提出了一种机器学习方法，将（l_{1}）惩罚应用于带有拒绝选项的SVM。这种方法被称为带有拒绝选项的（l_{1}）SVM。我们为该SVM开发了一种新的优化算法，该算法能够快速稳定地分析基因表达数据。该算法实现了关于正则化参数的完整求解路径。数值研究结果表明，与标准的（l{1}）SVM相比，该方法在不影响基因选择性的情况下有效地减少了预测误差。

引用于2文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
62H30型 分类和区分；聚类分析（统计方面）
62J07型 岭回归；收缩估计器（拉索）
62-07 数据分析（统计）（MSC2010）

关键词：

分类;拒绝选项;支持向量机;套索

软件：

备用记录寄存器;拉索
PDF格式BibTeX公司 XML格式引用
\textit{H.Choi}等人，计算。统计数据分析。55，No.5，1897--1908（2011；Zbl 1328.62586）
全文： DOI程序

参考文献：

[1] 安布罗斯，C。；McLachlan，G.J.，基于微阵列基因表达数据的基因提取中的选择偏差，美国国家科学院学报，99，6562-6566（2002）·Zbl 1034.92013年
[2] Balakrishnan，S。；Madigan，D.，海量数据中稀疏线性分类器的算法，《机器学习研究杂志》，9，313-337（2008）·Zbl 1225.68148号
[3] Bartlett，P。；Wegkamp，M.H.，使用铰链损失的拒绝选项分类，机器学习研究杂志，91823-1840（2008）·Zbl 1225.62080号
[4] Bertsekas，D.P.，《非线性规划》（2003），雅典娜科学出版社·Zbl 0935.90037号
[5] 巴塔查吉，A。；理查兹，W.G。；斯汤顿，J。；李，C。；蒙蒂，S。；瓦萨，P。；拉德，C。；Beheshti，J.等人。；布埃诺，R。；吉列，M。；Loda，M。；韦伯，G。；马克·E·J。；兰德，E.S。；Wong，W。；约翰逊，B.E。；Golub，T.R。；Sugarbaker，D.J。；Meyerson，M.，《利用MRNA表达谱对人类肺癌进行分类揭示不同的腺癌亚类》，《美国国家科学院院刊》，98，13790-13795（2001）
[6] Chow，C.K.，关于最佳识别错误和拒绝权衡，IEEE信息理论汇刊，16，41-46（1970）·Zbl 0185.47804号
[7] 埃夫隆，B。；哈斯蒂，T。；约翰斯通，I。；Tibshirani，R.，最小角回归，《统计年鉴》，32407-499（2004）·Zbl 1091.62054号
[8] Genkin，A。；刘易斯，D.D。；Madigan，D.，文本分类的大尺度贝叶斯逻辑回归，技术计量学，49，291-304（2007）
[9] Greenstein，E.，最佳子集选择，L1约束下高维统计学习和优化的持久性，《统计年鉴》，342367-2386（2006）·Zbl 1106.62022号
[10] 盖恩，I。；韦斯顿，J。；巴恩希尔，S。；Vapnik，V.，使用支持向量机进行癌症分类的基因选择，机器学习，46，389-422（2002）·Zbl 0998.68111号
[11] 黑尔，E。；尹，W。；Zhang，Y.，L1-最小化的定点延拓：方法论和收敛性，SIAM优化杂志，19，1107-1130（2008）·Zbl 1180.65076号
[12] 霍尔，P。；Marron，J.S。；Neeman，A.，《高维低样本数据的几何表示》，英国皇家统计学会期刊。B系列，67427-444（2005）·Zbl 1069.62097号
[13] 哈斯蒂，T。；Rosset，S。；Tibshirani，R。；Zhu，J.，支持向量机的整个正则化路径，机器学习研究杂志，51391-1415（2004）·Zbl 1222.68213号
[14] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素》（2001），Springer-Verlag:Springer-Verlag纽约·Zbl 0973.62007号
[15] 赫贝，R。；Wegkamp，M.H.，带拒绝选项的分类，《加拿大统计杂志》，34，709-721（2006）·Zbl 1151.62302号
[16] Hong，P。；刘，S。；周，Q。；卢，X。；刘，S。；Wong，H.，利用CHIP芯片数据进行基序建模的增强方法，生物信息学，212636-2643（2005）
[17] Iwao，K。；Matoba，R。；北上野。；安藤忠雄。；三好，Y。；松原，K。；Noguchi，S。；Kato，K.，具有不同预后特性的原发性乳腺肿瘤的分子分类，人类分子遗传学，1199-206（2002）
[18] Kim，J。；金，Y。；Kim，Y.，基于梯度的套索优化算法，计算与图形统计杂志，1994-1009（2008）
[19] Koh，K。；Kim，S.J。；Boyd，S.，大规模L1-正则逻辑回归的内点方法，机器学习研究杂志，81519-1555（2007）·Zbl 1222.62092号
[20] Lendgrebe，C.W。；Tax，M.J。；帕克利克，P。；Duin，P.W.，《基于距离的拒绝分类器的分类和拒绝性能之间的相互作用》，《模式识别快报》，27908-917（2006）
[21] Liao，J.G。；Chin，K.V.，使用微阵列数据进行疾病分类的Logistic回归：大（p）和小（n）病例中的模型选择，生物信息学，231945-1951（2007）
[22] McLachlan，G.J.，《判别分析与统计模式识别》（1992），威利出版社：威利纽约·Zbl 0850.62481号
[23] Meier，L。；van de Geer，S。；Buhlmann，P.，《逻辑回归套索组》，《皇家统计学会杂志》。B系列，70，53-71（2008）·Zbl 1400.62276号
[24] 纽约州帕克。；Hastie，T.，广义线性模型的L1正则化路径算法，英国皇家统计学会杂志。B系列，69，659-677（2007）·Zbl 07555370号
[25] Petricoin，E.F。；Ardekani，A.M。；Hitt，B.A。；莱文，P.J。；Fusaro，V.A。；斯坦伯格，S.A。；米尔斯，G.B。；西蒙，C。；Fishman，D.A。；科恩，东卡罗来纳州。；Liotta，L.A.，利用血清中的蛋白质组模式鉴定卵巢癌，《柳叶刀》，359572-577（2002）
[26] Rosset，S。；Zhu，J.，分段线性正则解路径，《统计年鉴》，351012-1030（2007）·Zbl 1194.62094号
[27] Schwarz，G.，估算模型的维度，《统计年鉴》，第6461-464页（1978年）·Zbl 0379.62005年
[28] 沈，X。；曾国藩。；张，X。；Wong，W.H.，On学习，《美国统计协会杂志》，98，724-734（2003）·Zbl 1052.62095号
[29] Shevade，S.K。；Keerthi，S.S.，《使用稀疏逻辑回归进行基因选择的简单高效算法》，生物信息学，192246-2253（2003）
[30] 辛格，D。；Febbo，P.G。；Ross，K。；杰克逊，D.G。；马诺拉，J。；拉德，C。；Tamayo，P。；Renshaw，A.A。；阿米科公司。；里奇，J.P。；兰德，E.S。；Loda，M。；坎托夫，P.W。；Golub，T.R。；Sellers，W.R.，基因表达与前列腺癌临床行为的相关性，《癌症细胞》，1203-209（2002）
[31] Terrence，S。；克里斯蒂安尼，N。；达菲，N。；Bednarski，D.W。；舒默，M。；Haussler，D.，使用微阵列表达数据对癌症组织样本进行支持向量机分类和验证，生物信息学，16906-914（2000）
[32] Tibshirani，R.，《通过套索进行回归收缩和选择》，《皇家统计学会杂志》。B系列，58267-288（1996）·Zbl 0850.62538号
[33] Tortorella，F.，二进制分类器的最佳拒绝规则，计算机科学讲义，876611-620（2000）·Zbl 0996.68769号
[34] Wang，L。；朱，J。；Zou，H.，用于微阵列分类和基因选择的混合huberized支持向量机，生物信息学，24412-419（2008）
[35] Wegkamp，M.H.，带拒绝选项的Lasso型分类器，《电子统计杂志》，115-168（2007）·Zbl 1320.62153号
[36] Wu，T.T。；Lange，K.，套索惩罚回归的坐标下降算法，应用统计年鉴，224-244（2008）·Zbl 1137.62045号
[37] Yukinawa，N。；奥巴，S。；加藤，K。；谷口，K。；Iwao-Koizumi，K。；Tamaki，Y。；Noguchi，S。；Ishii，S.，基于概率模型的多类预测因子：在基于基因表达谱的甲状腺肿瘤诊断中的应用，BMC生物信息学，71471-2164（2006）
[38] 张，H.H。；Ahn，J。；林，X。；Park，C.，使用非凸惩罚的支持向量机进行基因选择，生物信息学，22，88-95（2006）
[39] 张，H.H。；瓦赫巴，G。；Lin，Y。；沃克尔，M。；费里斯，M。；Klein，R。；Klein，B.，通过似然基追踪进行变量选择和模型构建，《美国统计协会杂志》，99，659-672（2004）·Zbl 1117.62459号
[40] 朱，J。；Rosset，S。；哈斯蒂，T。；Tibshirani，R.，1-范数支持向量机，（Thrun，S.；等人，《神经信息处理系统进展》，第16卷（2004年），麻省理工学院出版社：麻省理工学院出版社，马萨诸塞州剑桥）
[41] 邹，H。；哈斯蒂，T。；Tibshirani，R.，《关于套索的自由度》，《统计年鉴》，352173-2192（2007）·兹比尔1126.62061
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。