Selección iterativa de variables para datos de alta dimensionalidad: predicción de respuesta patológica en cáncer de mama triple negativo
Autores: Laria, Juan C.; Aguilera-Morillo, M. Carmen; Álvarez, Enrique; Lillo, Rosa E.; López-Taruella, Sara; del Monte-Millán, María; Picornell, Antonio C.; Martín, Miguel; Romo, Juan
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Selección iterativa de variables para datos de alta dimensionalidad: predicción de respuesta patológica en cáncer de mama triple negativo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Métodos de regresión regularizada
Análisis de múltiples marcadores
Selección de características
Contexto de genoma completo
Selección de variables
Configuración de alta dimensionalidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Durante la última década, los métodos de regresión regularizada han ofrecido alternativas para realizar análisis de múltiples marcadores y selección de características en un contexto de genoma completo.
Descripción
Durante la última década, los métodos de regresión regularizada han ofrecido alternativas para realizar análisis de múltiples marcadores y selección de características en un contexto de genoma completo.