18、机器学习技术识别标记基因的研究与应用

机器学习技术识别标记基因的研究与应用

1. 不同算法在数据分类中的表现

在数据分类任务中，JADE和LNMF算法在不同数据集上展现出了各自的特点。
- 乳腺癌测试数据集 ：通过比较矩阵A和H以及向量htest代表的乳腺癌测试数据集的错误分类数量，具体数据如下表所示。
| k | JADE - max | JADE - average | LNMF - max | LNMF - average |
| — | — | — | — | — |
| 2 | 11 | 11 | 2 | 2 |
| 3 | 1 | 1 | 0 | 1 |
| 4 | 2 | 1 | 1 | 1 |
| 5 | 0 | 2 | 0 | 1 |
| 6 | 0 | 2 | 0 | 1 |
| 7 | 0 | 0 | 1 | 1 |
| 8 | 0 | 1 | 1 | 1 |
| 9 | 0 | 2 | 0 | 1 |
| 10 | 0 | 2 | 0 | 1 |
| 11 | 0 | 1 | 0 | 1 |
| 12 | 0 | 1 | 0 | 1 |
| 13 | 0 | 1 | 0 | 1 |
| 14 | 0 | 1 | 0 | 0 |

从表中可以看出，随着k值的变化，两种算法的错误分类数量有所不同。在某些k值下，LNMF算法的错误分类数量明显少于JADE算法，表现出更好的分类性能。

• 白血病数据集（AML vs ALL） ：使用特征轮廓或元实验进行错误分类数