典型文献
基于机器学习的小鼠基因位点预测方法研究
文献摘要：
DNA N6甲基腺嘌呤(6mA)是DNA中一种重要的甲基化修饰,参与生物学许多调控过程,在生物过程中起着重要的作用.文章用了公开的小鼠数据集进行研究,首先对小鼠的基因序列(A、T、C、G)通过数学表示符进行信息编码,然后采用卡方检验的方法对编码信息进行特征筛选,筛选出6mA位点相关的特征进行下一步的研究,最后用了 7种机器学习算法构建分类模型,并采用五折交叉验证(5-Fold Cross-Validation)对预测结果进行验证,结果显示在使用滑动窗口编码方式下选取前20个最优特征作为训练集样本特征,其随机森林模型对于小鼠6mA位点预测准确率可达到1.
文献关键词：
基因位点;特征选择;机器学习
中图分类号：
作者姓名：
冯欣;李英瑞;王苹;董哲原;辛瑞昊
作者机构：
吉林化工学院理学院,吉林吉林132022;吉林化工学院信息与控制工程学院,吉林吉林132022
文献出处：
引用格式：
[1]冯欣;李英瑞;王苹;董哲原;辛瑞昊-.基于机器学习的小鼠基因位点预测方法研究)[J].吉林化工学院学报,2022(11):14-19
A类：
B类：
基于机器学习,基因位点,点预测,N6,腺嘌呤,6mA,甲基化修饰,生物过程,基因序列,信息编码,卡方检验,编码信息,特征筛选,机器学习算法,分类模型,五折交叉验证,Fold,Cross,Validation,滑动窗口,编码方式,优特,训练集,样本特征,随机森林模型,预测准确率,特征选择
AB值：
0.473971
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。
