machine-learning - 基因表达数据的特征选择

有人可以就我应该使用哪些基因分类的特征选择技术给我一些建议吗？

标签： machine-learningfeature-selectiondimensionality-reduction

处理基因表达数据的主要问题，具有大量维度和小样本量。通常，基于内核的特征选择算法不是标准的特征提取/选择算法，而是应用于基因表达数据，例如KBMTL（核化贝叶斯多任务学习）、NDR（非线性降维）或正则化线性方法，例如LASSO和Elastic-net。

您可以查看这些论文以了解有关如何对基因表达数据进行有效特征选择的更多信息。