Предсказание заболеваний рака груди по геномным данным с использованием методов снижения размерности

Abstract

В работе представлены результаты сравнительного анализа алгоритмов равномерного приближения и проекции, нейронной сети прямого распространения, ансамблевого алгоритма на основе методов главных и независимых компонент, стохастического вложения соседей с t-распределением, равномерного приближения и проекции, многомерного шкалирования, неотрицательного матричного разложения для классификации данных об экспрессии генов в заболевании рака груди. Выполнен анализ данных экспрессии микро- и информационной РНК молекул. Наиболее точным алгоритмом является нейронная сеть прямого распространения, точность классификации микроРНК – 69%, информационной РНК – 83%