说明:应用背景
虽然传统的基因选择方法已经能够取得很好的效果,选出的基因子集有利于后续样本分类,但是这些方法主要考虑数据方差和分布的相关性,从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集,本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...
说明:在许多现实世界的应用中,我们处理与多个相关的分类/回归/聚类任务。对于例如,治疗结果的预测(Bickel et al.,2008),预测效果的任务几种药物的组合是相关的。在疾病进展预测中,预测在每个时间点的结果可以被视为一个任务,这些任务是时间相关的(周等。,2011B)。一个简单的方法是独立解决这...