期刊简介
本刊创刊于1984年9月，是中华人民共和国卫生部主管，中国卫生信息学会(原中国卫生统计学会)和中国医科大学主办的全国性卫生统计专业学术性双月刊，是国内卫生统计专业的唯一学术性期刊和中国医学类中文核心期刊及国家科技部中国科技论文统计源期刊。本刊的任务是及时报道我国卫生统计学科的科研成果和卫生统计工作改革与卫生事业发展的信息。主要读者对象为各级卫生机构的卫生统计人员、卫生技术人员和高等医学院校卫生统计专业的教学和科研人员。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中国卫生统计杂志
- 杂志名称：中国卫生统计杂志
- 主管单位：中华人民共和国国家卫生和计划生育委员会
- 主办单位：中国卫生信息学会 中国医科大学
- 国际刊号：1002-3674
- 国内刊号：21-1153/R
- 出版周期：双月刊
期刊荣誉：中国学术期刊(光盘版)全文收录期刊期刊收录：北大核心期刊(中国人文社会科学核心期刊), 万方收录(中), 知网收录(中), JST 日本科学技术振兴机构数据库(日), 上海图书馆馆藏, 国家图书馆馆藏, 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 维普收录(中)
随机梯度boosting算法在代谢组学研究中的应用
章光明；刘晋；贾慧珣；李康
关键词：随机梯度boosting, 代谢组学, 分类判别, 特征筛选
摘要：目的 探讨随机梯度boosting算法(SGB)对代谢组学数据分类判别和代谢物筛选的效果.方法 每一次迭代均根据损失函数小化原则得出“伪残差”,并用小二乘法对其构建基础分类器(决策树),终组合各分类器形成随机梯度boosting模型.通过模拟实验和真实代谢组学数据的分析,与Adaboost、RF、SVM三种算法进行比较.结果 无论是在模拟条件下还是真实数据中,随机梯度boosting算法的分类准确性都优于其他三种算法.算法可评价各代谢物重要性,有效地筛选出部分代谢物.结论 随机梯度boosting算法适用于代谢组学数据研究,对疾病早期诊断、治疗和预后具有重要价值,值得进一步研究和探索.
友情链接