一种用于应对基于基因本体特征的新型层次冗余消除树增强朴素贝叶斯分类器
机器学习
2016-07-07 v1 人工智能
摘要
树增强朴素贝叶斯(Tree Augmented Naive Bayes)分类器是一种能够表示某些特征依赖关系的概率图模型。本文中，我们提出一种层次冗余消除树增强朴素贝叶斯(HRE-TAN)算法，该算法在处理包含层次结构特征的数据时，考虑在分类器学习过程中去除层次冗余。实验表明，在以基因本体(Gene Ontology)术语作为特征的衰老相关基因数据集中，HRE-TAN比传统的树增强朴素贝叶斯分类器获得了显著更好的预测性能，并增强了对不平衡类别分布的鲁棒性。
引用
@article{arxiv.1607.01690,
title = {A New Hierarchical Redundancy Eliminated Tree Augmented Naive Bayes Classifier for Coping with Gene Ontology-based Features},
author = {Cen Wan and Alex A. Freitas},
journal= {arXiv preprint arXiv:1607.01690},
year = {2016}
}
备注
International Conference on Machine Learning (ICML 2016) Computational Biology Workshop