融合T-Rank和Softmax的提取算法

　　近年來，由于科學(xué)技術(shù)的發(fā)展以及基因診斷的進(jìn)步，人們對(duì)高維生物數(shù)據(jù)有了更深的認(rèn)識(shí)，基因表達(dá)譜數(shù)據(jù)一次性可以獲得成千上萬個(gè)基因片段的表達(dá)值，然而很多疾病只與少數(shù)幾個(gè)關(guān)鍵致病基因有關(guān)。利用特征選擇算法有助于在缺乏先驗(yàn)知識(shí)的情況下縮小致病關(guān)鍵基因的候選范圍，并深入研究在分子層面上致病機(jī)理。目前關(guān)于關(guān)鍵特征基因篩選的方法大致可以分為三類：過濾法、纏繞法、混合法。過濾法主要是用指標(biāo)對(duì)基因進(jìn)行排序篩選，方法簡(jiǎn)單，但忽略了基因間的相互信息，分類準(zhǔn)確性較差。纏繞法主要將特征選擇與分類器纏繞在一起，使得選擇的特征能有較好的分類準(zhǔn)確性，然而該方法對(duì)于高維數(shù)據(jù)計(jì)算量極大?；旌戏▌t是上述兩種的結(jié)合?；虮磉_(dá)數(shù)據(jù)的高維性和冗余性使得基于機(jī)器學(xué)習(xí)的混合法有著較好應(yīng)用。李霞等較早地提出了一種基于遞歸分類樹的集成特征選擇方法EFST，該方法對(duì)不同的分類器都有較好的適應(yīng)性。李穎新等較早的將支持向量機(jī)應(yīng)用到了腫瘤分類特征基因識(shí)別中。呂颯麗等使用決策森林來進(jìn)行特征選擇，再使用人工神經(jīng)網(wǎng)絡(luò)作為分類器，獲得了很好的分類效果。張飛等在肺鱗狀癌細(xì)胞發(fā)展的特征基因提取中建立了四步篩選方案：相關(guān)性篩選、顯若性篩選、偏最小二乘算法、基于模式識(shí)別分類精度的綜合篩選，實(shí)證分析顯示了多重篩選機(jī)制的必要性，構(gòu)建的分類器對(duì)三個(gè)集有較好的準(zhǔn)確率，重要的是篩選出的特征基因得到了分子生物學(xué)層面的解釋。銀屑病是一種常見的慢性復(fù)發(fā)性炎癥性皮膚病，但是銀屑病的病因尚未闡明。本文將針對(duì)銀屑病基因表達(dá)譜數(shù)據(jù)提出一種新的特征選擇算法，并構(gòu)建銀屑病基因診斷的分類模型。