跳到正文
原文
arXiv 机器学习· Tareque Mohmud Chowdhury, Abu Raihan Mostofa Kamal·· 18 小时前AI 评分29

基于 TCGA RNA-Seq 数据质量感知混合基因选择的集成分类与癌症特异性基因特征

Ensemble Classification and Cancer-Specific Gene Signatures from Quality-Aware Hybrid Gene Selection in TCGA RNA-Seq data

AI 导读

基于质量感知混合 Boruta 选择器,研究人员利用 33 种癌症类型的 10,469 例 TCGA 肿瘤数据开发并评估了集成分类器与癌症特异性基因特征。在锁定测试集上,逻辑回归单学习器实现 0.943 平衡准确率,Stacking 在 100 基因 panel 下优于逻辑回归,且 9 种癌症的 5 基因 I 期肿瘤 panel 达到 ROC AUC >= 0.99。

来源:arXiv 机器学习 · arxiv.org