声明
前言
1研究背景及方法介绍
1.1微阵列技术简介
1.2基因表达谱数据分类的一般流程
1.3最大相关最小冗余法简介
1.4朴素贝叶斯分类器简介
1.5其他重要机器学习分类方法简介
2基于最大相关最小冗余朴素贝叶斯分类器的模拟研究
2.1数据模拟方法
2.2研究方法
2.3评价指标
2.4研究结果
2.5讨论
3基于最大相关最小冗余朴素贝叶斯分类器的实证研究
3.1数据来源及介绍
3.2数据预处理
3.3研究方法
3.4评价指标
3.5研究结果
3.6讨论
4基于最大相关最小冗余朴素贝叶斯分类器的应用研究
4.1数据来源及介绍
4.2数据预处理
4.3研究方法
4.4研究结果
4.5讨论
全文总结
本研究特色及局限性
参考文献
文献综述:集成学习在基于基因表达谱数据的肿瘤分类问题中的应用
致谢
攻读硕士学位期间发表的学术论文目录