The paper presents the application of several different feature selection methods for recognizing the most significant genes and gene sequences (treated as features) stored in dataset of gene expression microarray related to autism. The outcomes of each method have been examined by analyzing gene expression profiles of selected genes. In the next step fusion of the most relevant features selected by different methods, has been implemented. The optimal number of features has been defined as the set providing the best clustering purity.
PL
Praca prezentuje badanie wybranych metod selekcji cech diagnostycznych w celu wyodrębnienia najbardziej znaczących sekwencji genowych z mikromacierzy ekspresji genów dotyczącej autyzmu. Dla wyselekcjonowanych cech przeanalizowano wartości poziomów ekspresji genów. W kolejnym etapie dokonano fuzji wyselekcjonowanych cech. Optymalny zbiór cech wyznaczono na podstawie czystości przestrzeni klasteryzacji.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.