论文部分内容阅读
从分类算法和特征基因选择两个方面研究基因表达数据的分类。将传统的Support Vector Machines（SVM）算法和K-nearest neighbor（KNN）算法两者结合成为一种应用于基因表达数据分类的算法，并针对基因表达数据分类数据集“样本少，维数高”的特点，提出了一种改进的基于相关性的递归特征消除算法（简称为C—RFE），消除了数据冗余．实验结果表明，新方法可有效提高分类准确率和特征选取的效率．