典型文献
特征筛选对抗肿瘤药物识别的影响研究
文献摘要：
基于不同的机器学习方法探索识别抗肿瘤药的合适的特征筛选方法.收集了200个抗肿瘤药和600个非抗肿瘤药,形成三组不同的平衡数据集.采用斯皮尔曼系数与谷本系数计算的相关性矩阵与6个特征重要性指标结合进行相关性特征筛选.筛选后的数据集使用自适应提升树、随机森林、支持向量机进行分类.基于三个平衡数据集,采用的特征筛选方法对不同的机器学习方法获得的评价指标均有不同程度的提升.特别是自适应提升树,与其他筛选操作相比,至少有一种改进的特征筛选方法提升了六个评价指标的所得值.根据三个数据集的结果分析,重要性指标中整体方差和信息熵表现得更好,为将来的抗肿瘤药物识别提供一定的参考.
文献关键词：
特征筛选;相关矩阵;重要性指标;分子指纹;机器学习
中图分类号：
作者姓名：
钟彩;杨亚鑫;王璟德;孙巍
作者机构：
北京化工大学化学工程学院,北京 100029
文献出处：
引用格式：
[1]钟彩;杨亚鑫;王璟德;孙巍-.特征筛选对抗肿瘤药物识别的影响研究)[J].化学研究与应用,2022(10):2350-2356
A类：
B类：
特征筛选,选对,抗肿瘤药物,机器学习方法,方法探索,筛选方法,平衡数据集,斯皮尔曼系数,本系,相关性矩阵,特征重要性,重要性指标,自适应提升,提升树,三个平衡,信息熵,相关矩阵,分子指纹
AB值：
0.297367
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
