<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0"><channel><title>Bioinformatics / Drkcore</title><link>http://blog.kzfmix.com/Bioinformatics</link><description>Programming, Music, Snowboarding</description><language>ja</language><lastBuildDate>Wed, 17 May 2006 22:06:13 +0919</lastBuildDate><item><title>Recursive Feature Elimination</title><link>http://blog.kzfmix.com/entry/1147871173</link><description>&lt;p&gt;文献あさってたらrecursive feature eliminationというSVMから記述子の重みを推定するらしき方法を見つけたのでRでできんもんかと探した。&lt;/p&gt;
&lt;p&gt;結局探せなかったんだけど、Feature Selectionのためのツールを少し見つけたのでメモ。&lt;/p&gt;
&lt;p&gt;&lt;a href="http://tolstoy.newcastle.edu.au/R/help/06/01/18385.html"&gt;Looking for packages to do Feature Selection and Classification&lt;/a&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;random forest (varSelRF)&lt;/li&gt;
&lt;li&gt;caMassClass&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;あと、バイオインフォでもやっぱ使われてるのね。後で読もう&lt;/p&gt;
&lt;p&gt;&lt;a href="http://statcatjr.exblog.jp/2843757/" title="プリチャードの読学紀行 : Regularized Least Squares Cancer Classifiers from DNA microarray data"&gt;プリチャードの読学紀行 : Regularized Least Squares Cancer Classifiers from DNA microarray data&lt;/a&gt;
&lt;blockquote&gt;Classifier の中でもSVM とRegularized Least Squares （正則化最小二乗法）を比較した文献。
正則化最小二乗法はを使うことでSVMでの計算量の多さを低減し、未知のサンプルの遺伝子発現が少ない際に、その利点を発揮する、ということらしい。&lt;/blockquote&gt;&lt;/p&gt;</description><pubDate>Wed, 17 May 2006 22:06:13 +0919</pubDate><category>R</category><category>Bioinformatics</category></item></channel></rss>