文献类型：期刊文章

作　　者：杨帆[1] 林琛[2] 周绮凤[1] 符长虹[1] 罗林开[1]

机构地区：[1]厦门大学自动化系,厦门361005 [2]厦门大学计算机科学系,厦门361005

出　　处：《系统工程理论与实践》

基　　金：国家自然科学基金(60975052);中央高校基本科研业务费专项资金(2010121065)

年　　份：2012

卷　　号：32

期　　号：4

起止页码：815-825

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2011_2012、CSSCI、CSSCI2012_2013、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：随机森林被广泛应用于包括癌症诊断在内的生物信息学领域.从自适应k近邻的角度分析了随机森林的分类机理,分析其存在的信息损失,据此提出一种新的投票机制,称为基于随机森林的潜在k近邻算法RF-PN,能够充分利用决策树上的OOB样本信息,显著改善随机森林的分类性能.6个癌症基因表达数据集上的对比实验表明,RF-PN的分类准确率优于原算法.

关 键 词：随机森林  潜在k近邻  基因表达数据

分 类 号：TP311]