论文研究-基于Relief和SVM-RFE的组合式SNP特征选择.pdf下载

针对SNP的全基因组关联分析面临SNP数据的高维小样本特性和遗传疾病病理的复杂性两大难点, 将特征选择引入SNP全基因组关联分析中, 提出基于Relief和SVM-RFE的组合式SNP特征选择方法。该方法包括两个阶段：Filter阶段, 使用Relief算法剔除无关SNPs; Wrapper阶段, 使用基于支持向量机的特征递归消减方法（SVM-RFE）筛选出与遗传疾病相关的关键SNPs。实验表明, 该方法具有明显优于单独使用SVM-RFE算法的性能, 优于单独使用Relief-SVM算法的分类准确率, 为SNP全基因组关联分析提供了一种有效途径。