1、利用DNA微陣列技術產生的基因表達譜數據,進行疾病診斷、治療、藥物研制和藥物篩選是當前的一個研究熱點。由于疾病診斷和藥物研制直接關系到人類的健康,因此研究基因表達數據的分類結果的可信度有著特別重要的意義。
　　 針對基因表達譜數據的分類可信度問題,本文利用隨機森林的分類強度對其研究,其主要工作有:
　　 1.詳細介紹了基因表達譜數據分類問題的研究現狀和隨機森林技術的算法原理。
　　 2.針對隨機森林現有工具包的缺

2、點,開發(fā)并實現了C語言版的隨機森林工具包,并給出了MATLAB的接口,使其亦能在MATLAB平臺運行。該工具包簡便實用,有利于隨機森林的應用推廣。
　　 3.針對基因表達譜數據的分類可信度問題,提出了基于隨機森林的票數差和Proximity矩陣接近度之差的兩種可信度度量。四個基因表達譜數據集的實驗顯示,兩種可信度量都能準確表征了基因表達譜數據分類的可信度,可信度大的樣本很少出現誤判現象,而可信度小的樣本常會出現誤判現象,表明了這