《表1 特征选择方法:基于机器学习和大数据挖掘的药物重定位算法综述》
特征选择方法的目的是根据一些设计标准从完整的输入特征集中选择一小部分特征,作为模型的输入。在预测药物敏感性的过程中,通常将先验生物学知识纳入特征部分。例如:基于路径的弹性网络正则化,它将路径整合到以数据驱动的特征选择中。基于生物学通路的特征选择,将信号和调控通路与基因表达数据相结合,选择具有最低冗余的重要特征或利用信号通路的激活状态作为特征。常见的特征选择方法有过滤式、包裹式和嵌入式法。常用的特征选择方法以及它们的特点如表1所示。
图表编号 | XD00141130300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 彭超、胡永祥、陈龙飞、叶紫璇、田埂 |
绘制单位 | 湖南工业大学计算机学院、湖南工业大学计算机学院、元码基因科技(北京)股份有限公司、湖南工业大学计算机学院、元码基因科技(北京)股份有限公司 |
更多格式 | 高清、无水印(增值服务) |