1
我想從一個表達集(微陣列)的20000個基因組中找到一個有用的特徵選擇方法來獲得一個只有有用基因的模型。 我嘗試使用插入符號的RFE,但由於後向選擇不支持n(預測符)> n(樣本)的數據,所以我有StackOverflow的錯誤。 任何人都可以提出一個合理的方法來做到這一點嗎?或者這種RFE選擇方法的解決方案?功能選擇
在此先感謝。
我想從一個表達集(微陣列)的20000個基因組中找到一個有用的特徵選擇方法來獲得一個只有有用基因的模型。 我嘗試使用插入符號的RFE,但由於後向選擇不支持n(預測符)> n(樣本)的數據,所以我有StackOverflow的錯誤。 任何人都可以提出一個合理的方法來做到這一點嗎?或者這種RFE選擇方法的解決方案?功能選擇
在此先感謝。
你嘗試過使用遺傳算法進行特徵選擇嗎?有不同的軟件包可以做到這一點 - GA,genalg,caret(R)。
看看這個博客,利用遺傳算法的特徵選擇已經與例子來解釋 - http://topepo.github.io/caret/GA.html
希望它能幫助。