Abstract—This work presents the met

Abstract—This work presents the method to classify the gene
expression cancer data –Microarray data. The proposed
method combines two techniques: classification and feature
selection. The classification technique used in this work is
Genetic Algorithm (GA) and the feature selection technique is
Signal-to-Noise Ratio (SNR). Lymphoma and Leukemia
datasets are used to test the performance of the proposed
method and 10-Folds cross validation technique is applied to
report the experimental results in term of classification
accuracy. The results show that the proposed method yields the
best result comparing with the simple GA-based classifier in
both classification accuracy and the number of generations to
found the solutions. Additionally, the results are compared to
the other classification and feature selection techniques
reported in the literature and it is found that the proposed
method achieves a good result, especially, in the Lymphoma
dataset the proposed method is the best.

ผลลัพธ์ (ไทย) 1:

นามธรรมนี้งานนำเสนอวิธีการจำแนกยีนมะเร็ง
แสดงออกข้อมูลข้อมูล microarray
เสนอวิธีการรวมสองเทคนิคการจำแนกประเภทและการเลือกคุณลักษณะ
เทคนิคการจัดหมวดหมู่ที่ใช้ในงานนี้เป็น
ขั้นตอนวิธีพันธุกรรม (GA) และเทคนิคการเลือกคุณลักษณะ
อัตราส่วนสัญญาณต่อสัญญาณรบกวน (SNR) โรคมะเร็งต่อมน้ำเหลืองและมะเร็งเม็ดเลือด
ชุดที่ใช้ในการทดสอบประสิทธิภาพของวิธีการที่นำเสนอ
และ 10 เท่าเทคนิคการตรวจสอบข้ามนำมาใช้กับ
รายงานผลการทดลองในระยะของการจัดหมวดหมู่
ความถูกต้อง ผลลัพธ์ที่ได้แสดงให้เห็นว่าวิธีที่เสนออัตราผลตอบแทน
ผลลัพธ์ที่ดีที่สุดเมื่อเปรียบเทียบกับลักษณนาม ga-based ง่ายใน
ทั้งความถูกต้องจัดหมวดหมู่และจำนวนรุ่นที่จะพบโซลูชัน
นอกจากนี้ผลลัพธ์ที่ได้เมื่อเทียบกับ
จำแนกและการเลือกคุณลักษณะเทคนิคอื่น ๆ
รายงานในวรรณคดีและพบว่าวิธีการที่นำเสนอ
บรรลุผลที่ดีโดยเฉพาะอย่างยิ่งในโรคมะเร็งต่อมน้ำเหลือง
ชุดวิธีที่เสนอที่ดีที่สุดคือ

ผลลัพธ์ (ไทย) 2:

นามธรรมซึ่งงานนี้แสดงวิธีการในการจำแนกยีน
นิพจน์มะเร็งข้อมูล –Microarray ข้อมูล นำเสนอ
วิธีการผสมผสานเทคนิคที่สอง: ประเภทและลักษณะ
เลือก เทคนิคการจัดประเภทที่ใช้ในงานนี้คือ
อัลกอริทึมทางพันธุกรรม (GA) และเทคนิคการเลือกคุณลักษณะ
อัตราส่วนสัญญาณเสียงรบกวน (SNR) คอลลาและมะเร็งเม็ดเลือดขาว
datasets ที่ใช้ในการทดสอบประสิทธิภาพของการนำเสนอ
วิธีการและเทคนิคการตรวจสอบไขว้กับพับ 10
รายงานผลการทดลองในเงื่อนไขการจัดประเภท
ถูกต้อง ผลลัพธ์แสดงว่า วิธีการนำเสนอทำให้การ
ว่าเปรียบเทียบกับ classifier ใช้ GA ที่ง่ายใน
ความถูกต้องของประเภทและหมายเลขรุ่นการ
พบโซลูชั่น นอกจากนี้ มีการเปรียบเทียบผลการ
การจัดประเภทและลักษณะการเลือกเทคนิค
รายงานในวรรณคดี และพบว่าการนำเสนอ
ได้วิธีรับผลดี อย่างยิ่ง ในการคอลลา
ชุดข้อมูลวิธีการนำเสนอดีที่สุดคือการ

ผลลัพธ์ (ไทย) 3:

เป็นนามธรรม - งานนี้จะอธิบายถึงวิธีการที่จะแบ่งการแสดงออกเป็นมะเร็งยีน
ข้อมูล - ข้อมูล microarray ได้ เสนอ
วิธีที่สองประกอบด้วยเทคนิคการจำแนก ประเภท และโดดเด่นไปด้วย
ทางเลือก เทคนิคการจำแนก ประเภท การที่ใช้ในงานนี้คือ
ซึ่งจะช่วยทางพันธุกรรมอัลกอริทึม( GA )และเทคนิคการเลือกคุณลักษณะนี้จะ
อัตราส่วนสัญญาณต่อการรบกวน( SNR ) lymphoma
ตามมาตรฐานและโรคมะเร็งdatasets มีการใช้ในการทดสอบ ประสิทธิภาพ ของการตรวจสอบ
วิธีการและ 10 - สามารถพับเก็บได้ข้ามผ่านที่เสนอที่เทคนิคจะถูกนำมาใช้เพื่อ
ซึ่งจะช่วยรายงานผลการทดลองในระยะสั้นของการแบ่ง ประเภท ความแม่นยำ
ผลที่ได้แสดงให้เห็นว่าวิธีการที่เสนออัตราผลตอบแทนที่ดีที่สุดผล
ซึ่งจะช่วยให้การเปรียบเทียบกับข้าว, GA - ใช้งานง่ายในความแม่นยำการแบ่ง ประเภท
และจำนวนของคนรุ่น
พบโซลูชันนี้ นอกเหนือจากนี้ผลที่ได้จะถูกนำไปเปรียบเทียบกับที่อื่นๆ
ซึ่งจะช่วยการแบ่ง ประเภท และโดดเด่นไปด้วยการเลือกเทคนิค
ซึ่งจะช่วยแจ้งในวรรณคดีและพบว่าที่เสนอ
วิธีที่ประสบผลที่ดีโดยเฉพาะใน dataset lymphoma
ซึ่งจะช่วยให้วิธีการที่เสนอมานี้เป็นที่ดีที่สุด