线性与非线性变数缩减方法比较-应用於蛋白质资料.pdfVIP

線性與非線性變數縮減方法比較－ 應用於蛋白質資料 指導教授：余清祥 教授 報告學生：黃靜文 報告日期：2005年3月24日 研究動機 欲尋求最適的病例篩選方法。 且變數過多，變數縮減方法將列入考量。 本研究欲探討有效的便數縮減方式，企圖找 出最適的病例篩檢方法。 資料簡介 779個質量區間(變數)。 資料類別 NO BPH CAB CCD 受測者個數 82 77 84 83 觀測值個數 164 154 168 166 模擬時，分為訓練和測試資料，比例約9： 1，且成對抽取。 模擬次數以100次為主。 分類方法 採取何分類方法？ 主要比較SVM和類神經網路。 　SVM：將資料用一直線或一超平面能利用將不同數值的 反應變數分開。 　 每一個節點的輸出，都乘上其相對應的加權重再加總， 再透過激發函數的計算產生輸出訊號。實用上，適合 診斷、預測等應用。 分析方式：將所有資料變數置入以進行分類。 分類方法(續) 以四組分類來說，類神經網路表現較差。 以兩兩分類來說，SVM和類神經分類表現無異。 為了使用上的方便，故選擇類神經網路。 Raw(SVM) Raw(NN) 4 Groups 0/ 18.38 8.05/21.74 NO/BPH 0/5.85 0.04/4.85 NO/CAB 0/5.48 0.12/5.52 NO/CCD 0/5.8 0/5.95 BPH/CAB 0/5.8 0.16/5.85 BPH/CCD 0/ 8.73 0.21/8.57 CAB/CCD 0/ 15.15 0.88/ 15.9 註 ： Average Train/Test Error Rate (%) 變數縮減方法 原因：變數過多，分析、比較不容易。 目的：降低資料維度，擷取重要資訊， 方便分析。 型態：分為線性和非線性。 　線性：主成分分析(PCA) 　非線性：主成分分析網路，為類神經網 路(NN)之變形。 　綜合：結合線性和非線性變數縮減方法。 　 主成分分析 經過PCA再進行類神經分類。 各組皆較未經便數縮減進行分類皆有改善，但 不顯著。 計算時間減少。 分類 SVM NN NN 變數縮減 Raw Raw PCA 4 Groups 0/ 18.38 8.05/21.74 0/ 17.61 NO/BPH 0/ 5.85 0.04/4.85 0/4. 13 NO/CAB 0/ 5.48 0. 12/5.52 0/4.57 NO/CCD 0/ 5.8 0/5.95 0/