[发明专利]一种基因表达数据分类方法及分类系统

摘要

本申请公开了一种基因表达数据分类方法及分类系统，其中，所述基因表达数据分类方法中在获得所述基因特征数据集之后，采用聚类算法对所述基因特征数据集进行聚类，获得第一预设参数个的聚类集合，然后对所述聚类集合进行处理获得第二样本矩阵、第二训练集以及特征索引集以对基因表达数据进行降维，从而降低基因表达数据之间的冗余度，进而在很大程度上降低了在之后对所述第二训练集进行特征选择的过程中占用的计算资源以及耗费的计算时间；而采用聚类算法对所述基因特征数据集进行聚类操作所占用的计算资源以及耗费的计算时间都很少，因此采用所述基因表达数据分类方法对待测基因表达数据进行分类占用的计算资源和耗费的计算时间都较少。

主权项

1.一种基因表达数据分类方法，其特征在于，包括：获取第一训练集，利用所述第一训练集生成基因特征数据集，所述第一训练集中包含基因表达数据；采用聚类算法对所述基因特征数据集进行聚类，获得第一预设参数个的聚类集合，每个所述聚类集合具有一个聚类中心；利用所有的所述聚类集合的代表基因生成第二样本矩阵，其中，所述代表基因为每个所述聚类集合中的一个基因表达数据；对所述第二样本矩阵进行处理获得第二训练集；生成与所述第二训练集对应的特征索引集；对所述第二训练集进行特征排序，获得与所述排序后的第二训练集对应的有顺序的特征索引集；在所述有顺序的特征索引集中选取前第二预设参数个特征组成第三训练集；对所述第三训练集进行建模，获得模型函数；根据所述特征索引集、有顺序的特征索引集和所述模型函数对待测基因表达数据进行分类，获得待测基因表达数据的分类结果；所述根据所述特征索引集、有顺序的特征索引集和所述模型函数对待测基因表达数据进行分类，获得待测基因表达数据的诊断结果包括：根据所述特征索引集对所述待测基因的表达数据进行特征选择，获得第一次特征选择后的样本；根据所述有顺序的特征索引集，选择所述第一次特征选择后的样本中的前第二预设参数个特征组成第二次特征选择后的样本；将所述第二次特征选择后的样本输入所述模型函数中，获得所述模型函数的输出结果，根据所述输出结果获得所述待测基因表达数据的分类结果。