• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Pattern Recognition in Bioinformatics >Microarray Design Using the Hilbert-Schmidt Independence Criterion
【24h】

Microarray Design Using the Hilbert-Schmidt Independence Criterion

机译：使用希尔伯特-施密特独立性标准的微阵列设计

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper explores the design problem of selecting a small subset of clones from a large pool for creation of a microarray plate. A new kernel based unsupervised feature selection method using the Hilbert Schmidt independence criterion (HSIC) is presented and evaluated on three microarray datasets: the Alon colon cancer dataset, the van 't Veer breast cancer dataset, and a multiclass cancer of unknown primary dataset. The experiments show that subsets selected by the hsic resulted in equivalent or better performance than supervised feature selection, with the added benefit that the subsets are not target specific.
机译：本文探讨了从一个大型池中选择一小部分克隆以创建微阵列板的设计问题。提出了一种使用Hilbert Schmidt独立性准则（HSIC）的基于内核的新无监督特征选择方法，并在三个微阵列数据集上进行了评估：Alon结肠癌数据集，van't Veer乳腺癌数据集和未知原发性多分类癌。实验表明，由hsic选择的子集与有监督的特征选择相比，具有同等或更好的性能，并且具有以下优点：这些子集不是针对特定目标的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号