机译:基于最大信息系数和克施密特正交化的滤波器特征选择方法对生物医学数据挖掘的基础
School of Electronic and Information Engineering Xi'an Jiaotong University;
School of Life Science and Technology Xi'an Jiaotong University;
School of Electronic and Information Engineering Xi'an Jiaotong University;
School of Electronic and Information Engineering Xi'an Jiaotong University;
Krieger School of Arts and Sciences Johns Hopkins University;
Filter feature selection; Maximal Information Coefficient (MIC); Gram-Schmidt Orthogonalization (GSO); Biomedical data mining;
机译:基于最大信息系数和克施密特正交化的滤波器特征选择方法对生物医学数据挖掘的基础
机译:基于最大信息系数的两阶段铁路状态监测特征选择方法
机译:基于活动分配网络中的特征选择的数据过滤器功能增量挖掘
机译:基于特征选择和相似系数的垃圾邮件过滤方法
机译:用于功能数据分析和特征选择的无监督数据挖掘方法。
机译:基于基准缓解的生物信息学数据挖掘特征选择方法
机译:特征排名和选择的Gram-Schmidt正交 - 一种索赔预测的案例研究