[发明专利]马尔科夫毯嵌入式的基于封装的基因选择方法

摘要

本发明公开了一种马尔科夫毯嵌入式的基于封装的基因选择方法，其特征是按如下步骤进行：1利用五折交叉验证方法获得最优特征；2判断最优特征是否为空集，若为空集，则完成特征选择，否则更新的特征子集；3、利用马尔科夫毯方法删除冗余特征，从而更新特征向量；4判断特征向量是否为空集，若为空集则完成特征选择，否则重复步骤2。本发明能够获得高质量的特征子集，同时降低基于封装的特征选择方法的时间复杂度，从而获得较好的分类性能和时间性能。

主权项

1.一种马尔科夫毯嵌入式的基于封装的基因选择方法，是应用于由m个实例组成的数据集Data中，记为Data＝{inst₁,inst₂,…,inst_i,…,inst_m}，Data为微阵列基因表达数据；inst_i表示第i个实例；1≤i≤m；第i个实例inst_i由n个基因和一个类别变量C_i组成，F_i为微阵数据中的基因，C_i为微阵列样本对应的类别；表示第i个实例inst_i中第j个基因，1≤j≤n；由m个实例的第j个基因组成第j个基因向量，记为从而获得由n个基因向量所构成的数据集Data的基因向量，记为D＝{f₁,f₂,…,f_j,…,f_n}；由m个实例的类别变量组成类别向量，记为C＝{C₁,C₂,…,C_i,…,C_m}；其特征是，所述基因选择方法是按如下步骤进行：步骤1、定义循环次数k，并初始化k＝1；定义基因子集S，并初始化步骤2、根据基因子集S，利用五折交叉验证方法从基因向量D中选择能与基因子集S构成最优基因组的第k次循环的最优基因，记为步骤3、判断是否成立，若成立，则表示完成基因选择，并获得基因子集S；若不成立，则将第k次循环的最优基因加入基因子集S中，从而获得更新的基因子集S′；步骤4、将更新的基因子集S′赋值给基因子集S；步骤5、利用马尔科夫毯方法从基因向量D中删除第k次循环的最优基因以及与第k次循环的最优基因相冗余的基因，从而获得更新的基因向量D′；步骤6、将更新的基因向量D′赋值给基因向量D；步骤7、判断基因向量D是否为空集，若为空集，则表示完成基因选择，并获得基因子集S；若不为空集，则将k+1赋值给k；并返回步骤2执行。