论文部分内容阅读
基因芯片技术是基因组学中的重要研究工具。而基因芯片数据（微阵列数据）往往是高维的，使得降维成为微阵列数据分析中的一个必要步骤。本文对美国哈佛医学院G．J．Gordon等人提供的肺癌微阵列数据进行分析。通过t—test，Wilcox—on秩和检测分别提取微阵列数据特征属性，后根据CART（Classification and Regression Tree）算法，以Gini差异性指标作为误差函数，用提取的特征属性广延的构造分类树；再进行剪枝找到最优规模的树，目的是提高树的泛化性能使得能很好适应新的预测数据。