Επικοινωνία
Πώς να κάνετε αγορές;
Παράδοση
Οδηγός αγορών
Feature Selection and Binary Classification Using Microarray Data
Background, Methods, and Comparison of Classifiers Using Univariate and Genetic Algorithm-Based Feature Selection and Supervised Learning Techniques
Αγγλική
193 b
Παράδοση στην Ελλάδα
30 ημέρες για την επιστροφή των προϊόντων
Οι πελάτες αγόρασαν επίσης
/
Χαρτόδετο
33.44
€
/
Χαρτόδετο
6.76
€
DNA microarray technology has greatly influenced the realms of biomedical research, with the hopes of significantly impacting the diagnosis and treatment of diseases. Microarrays have the ability to measure the expression levels of thousands of genes simultaneously. This research entails a rigorous and systematic comparison of statistical classifiers composed of supervised learning methods and either univariate or genetic algorithm-based multivariate feature subset selection (FSS) techniques, all applied to six published two-class microarray datasets. §These analyses should provide insights into univariate vs. multivariate FSS and how to obtain realistic and honest misclassification error rates via cross-validation (CV). Ultimately, this research puts to test the more traditional implementations of CV and FSS and provides a solid foundation on which these topics can and should be further investigated when performing limited-sample classification using high-dimensional gene expression data. §The analyses presented should be especially useful to researchers in the fields of bioinformatics, supervised learning, and variable selection, as well as anyone interested in microarray analysis.
Πληροφορίες για το βιβλίο
Αγγλική
Κατηγορία
Χαρίστε αυτό το βιβλίο σήμερα
Είναι εύκολο
1 Προσθέστε το βιβλίο στο καλάθι σας και επιλέξτε παράδοση ως δώρο 2 Ως ανταμοιβή θα σας στείλουμε ένα κουπόνι 3 Το βιβλίο θα φτάσει στη διεύθυνση του παραλήπτηΜπορεί να σας ενδιαφέρει
/
Χαρτόδετο
10.80
€
/
Χαρτόδετο
19.90
€
/
Σκληρόδετο
120.34
€
/
Σκληρόδετο
162.89
€