基于XGBoost的启动子及其类型识别的两层预测器

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：启动子的分类已成为一个有趣的问题，并引起了生物信息学领域许多研究人员的关注。为解决这一问题，进行了多种研究，但其性能结果仍需进一步改进。为此，基于机器学习和深度学习算法，引入了一种智能计算模型，即iPSI（2L）-XGBoost，用于区分启动子及其强弱。所提出的计算模型iPSI（2L）-XGBoost能够在两层中分别达到86.79%和78.64%的交叉验证精度，就所有评估指标而言，拟议的iPSI（2L）-XGBoost模型比其他模型获得了有效的成功率。（剩余8816字）

试读结束

目录
monitor