基于XGBoost的啟動子及其類型識別的兩層預測器

打開文本圖片集

摘  要：啟動子的分類已成為一個有趣的問題，并引起了生物信息學領域許多研究人員的關注。為解決這一問題，進行了多種研究，但其性能結果仍需進一步改進。為此，基于機器學習和深度學習算法，引入了一種智能計算模型，即iPSI（2L）-XGBoost，用于區(qū)分啟動子及其強弱。所提出的計算模型iPSI（2L）-XGBoost能夠在兩層中分別達到86.79%和78.64%的交叉驗證精度，就所有評估指標而言，擬議的iPSI（2L）-XGBoost模型比其他模型獲得了有效的成功率。（剩余8816字）