论文部分内容阅读
旋转森林（rotation forest，RoF）是一种运用线性分析理论和决策树的集成分类算法，在分类器个数较少的情况下仍可以取得良好的结果，同时能保证集成分类的准确性。但对于部分基因数据集，存在线性不可分的情况，原始的算法分类效果不佳。提出了一种运用核主成分分析变换的旋转森林算法（rotation forest algorithm based on kernel principal component analysis，KPCA-RoF），选择高斯径向基核函数和主成分分析的方法对基因数据集进行非线性映射