×

正则化线性判别分析及其在微阵列中的应用。 (英语) 兹比尔1170.62382

摘要:我们介绍了一种改进的线性判别分析,称为“收缩质心正则化判别分析”(SCRDA)。该方法将“最近收缩质心”(NSC)的思想推广到经典的判别分析中。SCRDA方法是专门为高维低样本量情况下的分类问题设计的,例如微阵列数据。通过模拟数据和实际数据,表明该方法在多元分类问题中表现很好,通常优于PAM方法(使用NSC算法),并且可以与支持向量机分类器一样具有竞争力。它也适用于特征消除目的,可以用作基因选择方法。CRAN上提供了此方法的开源R包(名为“rda”)(http://www.r-project.org)用于下载和测试。

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)
92C40型 生物化学、分子生物学
PDF格式BibTeX公司 XML格式引用
全文: 内政部