摘要
本发明公开了一种特征基因选择及癌症分类方法,至少包括以下步骤:根据超参数组和待处理基因数据集建立logistic回归模型;根据极大似然估算以及对算运算,将logistic回归模型表达为损失函数;建立SCAD‑Net的求解模型;结合损失函数和SCAD‑Net的求解模型,得到SNL模型;计算SCAD‑Net的迭代更新算子;根据迭代更新算子,通过坐标梯度下降法计算SNL模型的基因回归系数;根据基因回归系数,进行特征基因的选择和癌症的分类。本发明提供了一种特征基因选择及癌症分类方法,能够有效地提高了特征基因选择和癌症分类的准确性,从而有利于对疾病的研究。