摘 要：
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。
友情链接