The cross-validation is probably th

The cross-validation is probably the most popular approach for estimating the classification error rate in classifying gene expression data. In order to reduce the variance of estimation, the procedure of cross-validation will be repeated to get the average result. However, the repetition number of cross-validation is generally set by an empirical value. This paper proposed two methods (FCI and TSE) for determining the repeat number of cross-validation based on the approximate confidence interval. The experimental results on real data show the empirical method of giving repeat number of cross-validation is usually unreliable and the proposed methods can determine cross-validation repeat number to achieve a pre-specified precision of the error rate. Furthermore, both methods can automatically adjust to meet the change of data, the value of k-fold and classification model.

ผลลัพธ์ (ไทย) 2:

การตรวจสอบข้ามน่าจะเป็นวิธีที่นิยมมากที่สุดสำหรับการประเมินอัตราความผิดพลาดในการจัดหมวดหมู่การจัดหมวดหมู่ข้อมูลการแสดงออกของยีน เพื่อที่จะลดความแปรปรวนของการประเมินขั้นตอนของการตรวจสอบข้ามจะต้องทำซ้ำเพื่อให้ได้ผลเฉลี่ย อย่างไรก็ตามจำนวนของการตรวจสอบการทำซ้ำข้ามมีการตั้งค่าโดยทั่วไปค่าเชิงประจักษ์ บทความนี้นำเสนอสองวิธี (FCI และ TSE) สำหรับการกำหนดจำนวนการทำซ้ำของการตรวจสอบข้ามอยู่บนพื้นฐานของความเชื่อมั่นโดยประมาณ ผลการทดลองกับข้อมูลจริงแสดงให้เห็นวิธีการเชิงประจักษ์ของการให้จำนวนของการตรวจสอบซ้ำข้ามมักจะไม่น่าเชื่อถือและวิธีการที่นำเสนอสามารถตรวจสอบการตรวจสอบข้ามจำนวนซ้ำเพื่อให้เกิดความแม่นยำที่กำหนดไว้ล่วงหน้าของอัตราความผิดพลาด นอกจากนี้ทั้งสองวิธีจะสามารถปรับเพื่อตอบสนองการเปลี่ยนแปลงของข้อมูลค่าของ k เท่าและรูปแบบการจัดหมวดหมู่ที่

ผลลัพธ์ (ไทย) 3:

ข้ามการตรวจสอบอาจเป็นวิธีที่นิยมมากที่สุดในการประมาณค่าอัตราความผิดพลาดในการจำแนกหมวดหมู่ข้อมูลการแสดงออกของยีน . เพื่อลดความแปรปรวนของกระบวนการของการตรวจสอบข้ามจะเล่นซ้ำเพื่อให้ได้ผลเฉลี่ย อย่างไรก็ตาม การตรวจสอบหมายเลขของข้ามโดยทั่วไปกำหนดโดยค่าเชิงประจักษ์บทความนี้เสนอ 2 วิธี ( FCI และ TSE ) เพื่อกำหนดจำนวนของการตรวจสอบซ้ำข้ามตามความเชื่อมั่นประมาณ .ผลการทดลองกับข้อมูลเชิงประจักษ์จริง แสดงวิธีการให้เลขซ้ำข้ามการตรวจสอบมักจะไม่น่าเชื่อถือและวิธีที่เสนอสามารถตรวจสอบหมายเลขการตรวจสอบข้ามซ้ำเพื่อให้บรรลุก่อนกำหนดความแม่นยำของอัตราข้อผิดพลาด นอกจากนี้ ทั้งสองวิธีสามารถปรับโดยอัตโนมัติเพื่อตอบสนองการเปลี่ยนแปลงของข้อมูล ค่าของ k-fold และแบบจำลอง
การจำแนก