类别不平衡的分类方法及在生物信息学中的应用

被引：26

作者：

邹权

郭茂祖

刘扬

王峻

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

来源：

计算机研究与发展 | 2010年 / 47卷 / 08期

基金：

黑龙江省自然科学基金;

关键词：

生物信息学; 类别不平衡; 非编码RNA识别; SNP位点鉴别; 分类;

D O I：

暂无

中图分类号：

Q811.4 [生物信息论]; TP18 [人工智能理论];

学科分类号：

0711 ; 0831 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种处理正反例不平衡的分类方法,以解决生物信息学中的snoRNA识别、microRNA前体判别、SNP位点的真伪识别等问题.利用集成学习的思想,将反例集均匀分割并依次与正例集组合,得到一组类别平衡的训练集.然后对每个训练集采用不同原理的分类器进行训练,最后投票表决待测样本.为了避免弱分类器影响投票效果,结合AdaBoost思想,将每个分类器训练中产生的错误样本加入到下2个分类器的训练集中,既避免了AdaBoost的反复训练,又有效地利用投票机制遏制了弱分类器的影响.5组UCI测试数据和3组生物信息学实验证明了它在处理类别不平衡分类问题时的优越性.

引用

页码：1407 / 1414

页数：8

共 5 条

[1] 一种基于混合策略的失衡数据集分类方法 [J].

李鹏 ;

王晓龙 ;

刘远超 ;

王宝勋 .

电子学报, 2007, (11) :2161-2165

[2] 考虑样本不平衡的模型无关的基因选择方法 [J].

李建中 ;

杨昆 ;

高宏 ;

骆吉洲 ;

郭政 .

软件学报, 2006, (07) :1485-1493

[3] 一种基于级联模型的类别不平衡数据分类方法 [J].

刘胥影 ;

吴建鑫 ;

周志华 .

南京大学学报(自然科学版), 2006, (02) :148-155

[4]

Machine Learning for the Detection of Oil Spills in Satellite Radar Images[J] . Miroslav Kubat,Robert C. Holte,Stan Matwin.Machine Learning . 1998 (2)

[5]

SMOTE: Synthetic minority over- sampling technique .2 Chawla NV,Bowyer KW,Hall LO,Kegelmeyer WP. Journal of Artificial Intelligence Research . 2002

← 1 →