一种基于机器学习的Th2A细胞的数据分选方法及相关设备

    公开(公告)号:CN117743957B

    公开(公告)日:2024-05-07

    申请号:CN202410167723.4

    申请日:2024-02-06

    Abstract: 本发明提供了一种基于机器学习的Th2A细胞的数据分选方法及相关设备,应用于数据处理技术领域。本申请获取训练样本集和目标数据集;对所述训练样本集进行预处理,生成带有标识信息的训练样本集,其中,所述标识信息用于标识与Th2A细胞相关联的基因信息;基于预设处理规则构建初始细胞分类模型;基于所述带有标识信息的训练样本集对所述初始细胞分类模型进行训练,生成目标细胞分类模型;基于所述目标细胞分类模型对所述目标数据集进行处理,生成Th2A细胞。通过比较线性SVM分类器与线性核、多项式核的分类精度或应用10倍交叉验证的径向基函数核,选择线性SVM具有多项式核的分类器,通过分类器对目标数据集进行处理从而识别出Th2A细胞。

    一种基于机器学习的Th2A细胞的数据分选方法及相关设备

    公开(公告)号:CN117743957A

    公开(公告)日:2024-03-22

    申请号:CN202410167723.4

    申请日:2024-02-06

    Abstract: 本发明提供了一种基于机器学习的Th2A细胞的数据分选方法及相关设备,应用于数据处理技术领域。本申请获取训练样本集和目标数据集;对所述训练样本集进行预处理,生成带有标识信息的训练样本集,其中,所述标识信息用于标识与Th2A细胞相关联的基因信息;基于预设处理规则构建初始细胞分类模型;基于所述带有标识信息的训练样本集对所述初始细胞分类模型进行训练,生成目标细胞分类模型;基于所述目标细胞分类模型对所述目标数据集进行处理,生成Th2A细胞。通过比较线性SVM分类器与线性核、多项式核的分类精度或应用10倍交叉验证的径向基函数核,选择线性SVM具有多项式核的分类器,通过分类器对目标数据集进行处理从而识别出Th2A细胞。

Patent Agency Ranking