摘要：微阵列数据广泛而成功地应用于生物医学的癌症分类研究．一个典型的微阵列数据集包含大量（通常成千上万，甚至数十万）的基因、相对少量（往往不足一百）的样本．在这成千上万的基因中，仅仅一少部分基因对癌症分类有贡献．因而，对于癌症分类来说，最重要的一个问题就是识别出对癌症分类最有贡献的基因．这一识别过程称为基因选择．基因选择在统计模式识别、机器学习和数据挖掘领域已得到广泛研究．介绍基因选择问题所涉及到的相关背景知识和基本概念；全面地回顾统计学、机器学习和数据挖掘领域对基因选择问题的解决方法；通过实验展示了几种典型算法在微阵列数据上的性能；指出当前存在的问题和未来的研究方向．http://www.cqvip.com//QK/94913X/200905/30253969.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）