张晓凤
- 作品数：2 被引量：20H指数：2
- 供职机构：哈尔滨医科大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金更多>>
- 相关领域：医药卫生生物学更多>>
- 基于AUC统计量的随机森林变量重要性评分的研究被引量：15
- 2016年
- 随机森林（random forest,RF）是高维组学数据常用的分析方法,在进行判别分析时,同时能够给出变量重要性评分（variable importance measure,VIM）。RF的变量重要性评分通常有两种,一种方法是通过变量值的置换计算其重要性,第二种方法是通过基尼（Gini）指数计算其重要性,由于置换法比Gini指数法具有更好的非偏倚性能,因此多采用置换法进行变量筛选。
- 张晓凤侯艳李康
- 关键词：AUC置换法统计量分类器
- 高维组学数据的变量筛选方法及其应用被引量：5
- 2016年
- 随着生物检测技术的不断发展,实际中可以获得基因组、蛋白质组和代谢组等各种来源的高维组学数据,如何从海量数据中准确选择与疾病有关的特征变量,从而构建准确的预测模型一直是国内外的研究热点。
- 侯艳谢宏宇张晓凤李康
- 关键词：遗传算法马尔科夫评价函数过拟合主成分分析
