基于机器学习的生长激素结合蛋白识别方法研究

Author(s)：

范仕豪

Publication Title：

Wen Yuan (Primary School Edition) 2021 No.11

Affiliations：

西北农林科技大学水利与建筑工程学院

Abstract：

生长激素结合蛋白对人体内的生长激素水平调节有着重要作用，传统主要通过生化实验来鉴定和表征方法鉴定生长激素结合蛋白，该实验耗时耗力，且花费巨大。因此，本研究拟在收集生长激素结合蛋白数据的基础上，建立机器学习模型，实现生长激素结合蛋白的计算识别。在特征提取过程中，实现了TF-IDF和One-hot等特征提取方法，并从中筛选了20个关键特征，在此基础上，分别构建决策树、梯度提升树及随机森林等三种预测模型。通过比较三种预测模型的评价指标，得出构建的梯度提升树预测模型性能最好，precision为0.82，recall为0.81，f1-score为0.80，accuracy为0.81。

Keywords：

生长激素结合蛋白；机器学习；识别预测；TF-IDF；One-Hot；PCA；网格搜索；决策

Views

Citations

Downloads

Favorites

Full Text

Download PDF

Cite

Favorited

Favorite

Share via WeChat