基于随机森林算法的抗癌药物敏感性预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 课题背景 | 第8-10页 |
| 1.2 论文主要结构 | 第10-11页 |
| 第2章 抗癌药物敏感性预测方法 | 第11-17页 |
| 2.1 抗癌药物敏感性数据 | 第11页 |
| 2.1.1 CCLE数据 | 第11页 |
| 2.1.2 CGP数据 | 第11页 |
| 2.2 随机森林算法 | 第11-13页 |
| 2.2.1 OOB误差估计 | 第12页 |
| 2.2.2 变量重要性度量 | 第12-13页 |
| 2.3 模型的建立 | 第13-15页 |
| 2.3.1 数据的前期处理 | 第13页 |
| 2.3.2 特征选择 | 第13-14页 |
| 2.3.3 核心样本的筛选 | 第14-15页 |
| 2.4 模型检验 | 第15-17页 |
| 第3章 模型结果 | 第17-30页 |
| 3.1 研究设计 | 第17-19页 |
| 3.2 CCLE数据集中的模型预测结果 | 第19-26页 |
| 3.2.1 基于随机森林算法的预测结果 | 第19-25页 |
| 3.2.2 与其他模型的比较 | 第25-26页 |
| 3.3 CGP数据集中的独立集测试 | 第26-27页 |
| 3.4 CGP数据集中模型的建立与检验 | 第27-30页 |
| 第4章 结论与展望 | 第30-32页 |
| 4.1 结论 | 第30页 |
| 4.2 进一步研究方向 | 第30-32页 |
| 参考文献 | 第32-35页 |
| 附录 | 第35-39页 |
| 致谢 | 第39页 |
