[发明专利]一种生成生物标记签名的系统及方法

摘要

本发明公开涉及利用集成的双融合和广义模拟退火技术生成生物标记签名的系统及方法。本文所描述的是用于利用融合分类技术分类数据集的系统和方法。通过把机器学习技术应用到训练数据集而迭代地生成分类器，并且训练类集是通过根据分类器分类训练数据集中的元素而生成的。目标值是基于训练类集计算的，并且与不同分类器相关联的目标值进行比较，直到达到期望的迭代数量，并且输出最终的训练类集。

主权项

1.一种由处理器执行的、把数据集分类成两类或更多类的计算机实现的方法，其中所述数据集包括基因组数据，每个基因组数据对应于多种生物状态类之一，该方法包括：(a)接收具有已知标签集的训练数据集，其中所述标签标识基因组数据的生物状态类；(b)通过向所述训练数据集应用第一机器学习技术，生成用于所述训练数据集的第一分类器，其中所述第一机器学习技术识别第一分类方法集，其中每一分类方法对所述训练数据集进行投票；(c)根据所述第一分类器分类所述训练数据集中的元素以获得用于所述训练数据集的第一预测标签集；(d)根据所述第一预测标签集和所述已知标签集，计算第一目标值；(e)对于多次迭代中的每一次，执行以下步骤(i)‑(v)：(i)通过向所述训练数据集应用第二机器学习技术，生成用于所述训练数据集的第二分类器，其中所述第二机器学习技术识别不同于第一分类方法集的第二分类方法集，其中每一分类方法对所述训练数据集进行投票；(ii)根据所述第二分类器分类所述训练数据集中的元素以获得用于所述训练数据集的第二预测标签集；(iii)根据所述第二预测标签集和所述已知标签集，计算第二目标值；(iv)比较所述第一与第二目标值以确定所述第二分类器是否胜过所述第一分类器；(v)当所述第二分类器胜过所述第一分类器时，用所述第二预测标签集替代所述第一预测标签集并且用所述第二目标值替代所述第一目标值，并且返回步骤(i)；及(f)当已经达到期望次数的迭代时，输出所述第一预测标签集。