基因表达数据的特征选择[关闭]

【问题标题】：Feature Selection for gene expression data [closed]基因表达数据的特征选择[关闭]
【发布时间】：2020-07-16 00:46:40
【问题描述】：

谁能给我一些关于我应该使用哪些特征选择技术进行基因分类的建议？

【问题讨论】：

【解决方案1】：

处理基因表达数据的主要问题，具有大量维度和小样本量。代替标准的特征提取/选择算法，通常将基于内核的特征选择算法应用于基因表达数据，例如KBMTL（核化贝叶斯多任务学习）、NDR（非线性降维）或正则化线性方法，例如@ 987654326@ 和Elastic-net。

您可以查看这些论文，详细了解如何对基因表达数据进行有效的特征选择。

【讨论】：