论文部分内容阅读
基于高斯过程对分类过程进行建模,给出了一种基于高斯过程的DNA微阵列分类算法。作为一种贝叶斯分类方法,该方法能够给出分类的概率,并能将过往的正确诊断信息,纳入到分类模型中,实现分类模型的不断优化。该方法能够基于主样本进行训练空间的维度消减,较好地解决了由于样本的加入造成的维度不断增加的问题。通过和几种常用分类算法的实验对比分析,证明了该方法具有较高的分类准确性。