基于逐步提取偏最小二乘主成分的特征选择方法  

Feature selection based on step-wise extraction of partial least square principal components

作　　者：李建更[1] 耿涛[1] 阮晓钢[1] 

机构地区：[1]北京工业大学电子信息与控制工程学院人工智能与机器人研究所,北京100124

出　　处：《生物学杂志》2010年第4期85-87,共3页Journal of Biology

基　　金：北京市教育委员会科技计划项目(JC002011200903)资助;Supported by Beijing Natural Science Foundation(Grant No.4092021)

摘　　要：特征选择技术被广泛应用于生物信息学中。通过重复利用偏最小二乘(partial least square,PLS)方法提取主成分,通过逐次选择在主成分中权重较大的基因,将PLS应用于特征选择中。将这种方法用于对肿瘤基因表达谱数据的特征基因选择中,并用提取的特征基因分类,用8个特征基因进行分类时,能达到92.5%的正确率。Feature selection techniques are widely used in biological informatics.In this paper,partial least-squares（PLS） is repeatedly used for extracting principal components.By selecting the genes which have larger weights in principal components,PLS is introduced for feature selection.This method is used in tumor gene expression profiling data,and the feature genes selected is used for classification.Precision of 92.5% can be achieved when using 8 feature genes.

关 键 词：特征选择 偏最小二乘 主成分 肿瘤基因表达谱 

分 类 号：Q811.4[生物学—生物工程] TP391[自动化与计算机技术—计算机应用技术]