应用突函数差异算法进行癌症分类的基因选择

摘要

研究了有关癌症分类的基因选择问题.开发了集成的基于平滑剪切绝对偏差罚分的SVM-特征选择方法,直接最小化分类器的性能.为解决优化问题,应用了突函数差异算(difference of convex functions al-gorithms,DCA)这一进行非突连续优化的通用框架,致使连续线性规划算法有限收敛.真实数据集上的先验实验表明算法达到了预想目标:在压缩大量属性的同时,保持了较小分类差错.