基于数据挖掘技术的致病位点分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外的研究现状 | 第9-10页 |
| 1.3 研究目的和内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第2章 基础理论介绍 | 第13-18页 |
| 2.1 生物信息学基本知识 | 第13-14页 |
| 2.1.1 生物信息学 | 第13页 |
| 2.1.2 单核苷酸多态性 | 第13-14页 |
| 2.1.3 全基因组关联研究 | 第14页 |
| 2.2 数据挖掘概述 | 第14-15页 |
| 2.3 随机森林模型 | 第15-17页 |
| 2.3.1 随机森林的分类性能评价 | 第16页 |
| 2.3.2 随机森林的泛化误差能力 | 第16-17页 |
| 2.3.3 随机森林的OOB估计 | 第17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 数据集处理及致病位点分析 | 第18-35页 |
| 3.1 数据集预处理 | 第18-23页 |
| 3.1.1 样本数据分析 | 第18-19页 |
| 3.1.2 数据编码 | 第19-21页 |
| 3.1.3 样本数据质量控制 | 第21-23页 |
| 3.2 基于列联表的卡方样本检验 | 第23-29页 |
| 3.2.1 列联表卡方检验方法概述 | 第23-26页 |
| 3.2.2 基于Bonferroni校正方法 | 第26-27页 |
| 3.2.3 实验结果分析 | 第27-29页 |
| 3.3 基于信息值的变量选择方法 | 第29-33页 |
| 3.3.1 证据权重转换 | 第29-31页 |
| 3.3.2 信息值计算 | 第31-32页 |
| 3.3.3 结果分析 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 基于两步模型的致病位点分析 | 第35-50页 |
| 4.1 基于基因遗传的显性模型 | 第35-36页 |
| 4.2 随机森林原理 | 第36-41页 |
| 4.2.1 随机森林模型的建立过程 | 第36-40页 |
| 4.2.2 变量重要性评价指标 | 第40-41页 |
| 4.3 随机森林的重要参数 | 第41-43页 |
| 4.3.1 参数Mtry | 第42页 |
| 4.3.2 参数Ntree | 第42-43页 |
| 4.4 基于显性模型和随机森林的致病位点分析 | 第43-48页 |
| 4.4.1 显性模型实现 | 第43-45页 |
| 4.4.2 随机森林模型的算法实现 | 第45页 |
| 4.4.3 实验结果与分析 | 第45-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第5章 基于随机森林的节点分类算法优化 | 第50-57页 |
| 5.1 决策树节点分裂算法分析 | 第50-51页 |
| 5.2 节点分裂算法的优化 | 第51-56页 |
| 5.2.1 节点分裂综合算法的提出 | 第51-52页 |
| 5.2.2 实验结果与分析 | 第52-54页 |
| 5.2.3 节点分裂综合算法性能比较 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间取得的研究成果 | 第64页 |
