Synopsis
La technologie Microarray est utilisée pour surveiller des milliers de gènes à la même époque. Ce travail utilise une technique de sélection de caractéristiques pour identifier les gènes exprimés différemment en sélectionnant un sous-ensemble de gènes, en sélectionnant les gènes les mieux classés ou en supprimant les gènes redondants pour un meilleur modèle de classification. Ce travail présente l'efficacité de trois méthodes de sélection de caractéristiques, à savoir l'ANOVA unidirectionnelle, Kruskall-Wallis et le T-Test pour la sélection de gènes sur trois ensembles de données de puces à ADN disponibles au public, suivi de la classification de ceux utilisant des algorithmes de classification naïfs Bayes, SVM binaire et Multiclass SVM. Les résultats montrent l'efficacité des algorithmes de sélection de caractéristiques sur trois ensembles de données sur le cancer à ADN à savoir MLL_Leukemia, Lung et SRBCT.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Résultats de recherche pour Gene-Expression Based Cancer Classification From Microarray...
Image fournie par le vendeur
Gene-Expression Based Cancer Classification From Microarray Data
Edité par
LAP LAMBERT Academic Publishing Okt 2019, 2019
ISBN 10 : 6200434131
ISBN 13 : 9786200434135
Neuf
Taschenbuch
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Microarray technology is used for monitoring thousands of genes at a similar time. This work employs feature selection technique to identify the differently expressed genes by selecting a subset of genes, selecting top ranked genes or removing the redundant genes for better classification model. This work presents the efficiency of three feature selection methods namely one-way ANOVA, Kruskall-Wallis and T-Test for gene selection on three publically available microarray dataset followed by classification of those using Naive Bayes, Binary SVM and Multiclass SVM classification algorithms. The results show the effectiveness of feature selection algorithms on three microarray cancer datasets namely MLL_Leukemia, Lung and SRBCT. 56 pp. Englisch. N° de réf. du vendeur 9786200434135
Acheter neuf
EUR 39,90
EUR 23 shipping
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Gene-Expression Based Cancer Classification From Microarray Data
Edité par
LAP LAMBERT Academic Publishing, 2019
ISBN 10 : 6200434131
ISBN 13 : 9786200434135
Neuf
Couverture souple
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 4 sur 5 étoiles
Etat : New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: K NirmalakumariK. Nirmalakumari is an Assistant Professor (Level III), Department of ECE, Bannari Amman Institute of Technology, Sathyamangalam.Microarray technology is used for monitoring thousands of genes at a similar time. Th. N° de réf. du vendeur 335816202
Acheter neuf
EUR 34,25
EUR 48,99 shipping
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : Plus de 20 disponibles
Image fournie par le vendeur
Gene-Expression Based Cancer Classification From Microarray Data
Edité par
LAP LAMBERT Academic Publishing Okt 2019, 2019
ISBN 10 : 6200434131
ISBN 13 : 9786200434135
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Neuware -Microarray technology is used for monitoring thousands of genes at a similar time. This work employs feature selection technique to identify the differently expressed genes by selecting a subset of genes, selecting top ranked genes or removing the redundant genes for better classification model. This work presents the efficiency of three feature selection methods namely one-way ANOVA, Kruskall-Wallis and T-Test for gene selection on three publically available microarray dataset followed by classification of those using Naive Bayes, Binary SVM and Multiclass SVM classification algorithms. The results show the effectiveness of feature selection algorithms on three microarray cancer datasets namely MLL_Leukemia, Lung and SRBCT.Books on Demand GmbH, Überseering 33, 22297 Hamburg 56 pp. Englisch. N° de réf. du vendeur 9786200434135
Acheter neuf
EUR 39,90
EUR 60 shipping
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Gene-Expression Based Cancer Classification From Microarray Data : Through Statistical Feature Selection
Edité par
LAP LAMBERT Academic Publishing, 2019
ISBN 10 : 6200434131
ISBN 13 : 9786200434135
Neuf
Taschenbuch
Vendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Microarray technology is used for monitoring thousands of genes at a similar time. This work employs feature selection technique to identify the differently expressed genes by selecting a subset of genes, selecting top ranked genes or removing the redundant genes for better classification model. This work presents the efficiency of three feature selection methods namely one-way ANOVA, Kruskall-Wallis and T-Test for gene selection on three publically available microarray dataset followed by classification of those using Naive Bayes, Binary SVM and Multiclass SVM classification algorithms. The results show the effectiveness of feature selection algorithms on three microarray cancer datasets namely MLL_Leukemia, Lung and SRBCT. N° de réf. du vendeur 9786200434135
Acheter neuf
EUR 40,89
EUR 60,51 shipping
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)