基于最大相关最小冗余朴素贝叶斯分类器的应用*

重庆医科大学公共卫生与管理学院 医学与社会研究中心 健康领域社会风险预测治理协同创新中心(400016)

陈江鹏 彭 斌△ 文 雯 曾 庆 唐小静 胡 珊 文小焱 阙 萍

基于最大相关最小冗余朴素贝叶斯分类器的应用*

重庆医科大学公共卫生与管理学院 医学与社会研究中心 健康领域社会风险预测治理协同创新中心(400016)

陈江鹏 彭 斌△文 雯 曾 庆 唐小静 胡 珊 文小焱 阙 萍

目的 将基于最大相关最小冗余(maximum relevance minimum redundancy,MRMR)的朴素贝叶斯分类器(naive bayesian classifier,NBC)应用于基因表达数据并与经典NBC、随机森林(random forests,RF)进行比较。方法 采用Matlab与R软件编程，应用结肠癌与肺癌基因表达数据集，分别采用上述三种方法进行比较研究，使用10-折交叉验证方法估计经典NBC与RF的分类准确率。结果 应用MRMR-NBC分析结肠癌基因表达数据集显示，采用信息熵(mutual information quotient,MIQ)法，当特征m=11时分类准确率达93.55%；而采用信息差(mutual information difference,MID)法时，当m=15时分类准确率达到95.16%。应用MRMR-NBC分析肺癌基因表达数据集显示，采用MIQ法，当m=14时分类准确率最高达98.63%，而采用MID法时当m=12时分类准确率达到97.26%。而采用经典NBC分析结肠癌与肺癌基因表达数据时，分类准确率分别为66.67%、80.00%；RF在分析结肠癌与肺癌基因表达数据时，分类准确率分别为81.89%、77.62%。结论 MRMR-NBC能在仅有极少属性参与分类时，得到较高的分类准确率，优于经典NBC与RF。

最大相关最小冗余 朴素贝叶斯分类器 随机森林 特征选择

最大相关最小冗余(maximum relevance minimum redundancy,MRMR)方法自报道以来，逐渐受到关注。Hanchuan Peng等[1]人研究发现基于MRMR的分类器能够准备地处理分类问题，尤其是朴素贝叶斯分类器(naive bayesian classifier,NBC)，继承了准确、高效、快速的优点。……