基于優化判別模型的蛋白質分類方法

摘 要：在遠同源檢測的蛋白質分類方法中，基于判別模型的分類器相對于其他方法取得了最高的準確性，但這類方法都面臨訓練建模時因正類樣本不足導致的訓練不平衡問題。為此提出一種基于優化判別模型的蛋白質分類方法，通過對正負樣本設置不同的懲罰系數，平衡分類器正負訓練集的權重，進一步提高基于判別模型的分類器性能。比對實驗表明，基于優化判別模型的方法取得了更高的準確性，并且通過參數優化，該方法可以提高所有基于判別模型的分類器性能。