#引用

##LaTex

@article{GUMUS201323,
title = “Multi objective SNP selection using pareto optimality”,
journal = “Computational Biology and Chemistry”,
volume = “43”,
pages = “23 - 28”,
year = “2013”,
issn = “1476-9271”,
doi = “https://doi.org/10.1016/j.compbiolchem.2012.12.006”,
url = “http://www.sciencedirect.com/science/article/pii/S1476927112001156”,
author = “Ergun Gumus and Zeliha Gormez and Olcay Kursun”,
keywords = “Feature selection, Principal component analysis (PCA), Mutual information (MI), Genomic鈥揼eographical distance, Human Genome Diversity Project SNP dataset”
}

##Normal

Ergun Gumus, Zeliha Gormez, Olcay Kursun,
Multi objective SNP selection using pareto optimality,
Computational Biology and Chemistry,
Volume 43,
2013,
Pages 23-28,
ISSN 1476-9271,
https://doi.org/10.1016/j.compbiolchem.2012.12.006.
(http://www.sciencedirect.com/science/article/pii/S1476927112001156)
Keywords: Feature selection; Principal component analysis (PCA); Mutual information (MI); Genomic–geographical distance; Human Genome Diversity Project SNP dataset

---

#摘要

Biomarker discovery 生物標志物發現

SNP — single nucleotide polymorphism 單核苷酸多態性

傳統單目標 — 最大化分類準確度

1 高分類準確度
2 種族群體遺傳多樣性與地理距離的相關性

#主要內容

數據集：
Human Genome Diversity Project (HGDP) SNP 數據集
1064個個體
52個族群
原始數據：
1043個個體
每個個體 — 660,918 SNPs（163來自線粒體DNA，排除）— 用660,755
每個SNP — 2個等位基因 — 編碼表示為：$\left\{?1,0,1\right\}$

目標一：

高分類準確度 — mutual information MI 互信息

$H$ — 隨機變量的熵

目標二：

基因組地理相關性 — principal components analysis PCA

由于維度較高 — 對PCA使用了“維度戲法”

$C$ — $D\times D$維協方差矩陣
$Y$ — $N\times D$為中心數據矩陣，$N?D$

$k_i$ — 特征向量$i$
兩邊同乘$Y$

$v_i=Y{k}_i$ — 協方差矩陣$Y{Y}^T$的第$i$個特征向量
兩邊同乘$Y^T$

可得：

總結

以上是生活随笔為你收集整理的基于帕累托最优的多目标SNP选择的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。