黄 彪 魏 滢 吴顺祥

1(厦门大学嘉庚学院信息科学与技术学院 福建 漳州 363105) 2(厦门大学航空航天学院 福建 厦门 361005)

PLS算法在多维数据挖掘判别分类中的研究及应用

黄 彪1魏 滢1吴顺祥2

1(厦门大学嘉庚学院信息科学与技术学院 福建 漳州 363105)2(厦门大学航空航天学院 福建 厦门 361005)

针对高维少样本问题，利用偏最小二乘PLS模型，构造适合于小样本问题的挖掘算法。即在PLS的统一框架下，实现维数约简与分类学习，并在基因表达谱(Colon)癌数据分类问题中，实现PLS对小样本数据的挖掘与可视化。与经典算法SVMs进行比较分析，结果验证了PLS算法对高维少样本数据挖掘问题的有效性和可靠性。

广义小样本 偏最小二乘 基因表达谱

0 引 言

大数据给数据挖掘带来新挑战。大数据时代中出现海量且超高维的数据，这类高维数据通常可以提供更加详细、丰富的信息。但是面对这类高维数据，传统数据挖掘算法和统计计算模型都面临诸多挑战，许多算法会随着维数升高，开销显著增长，甚至无法计算。当前，对高维数据处理通常采用降维方法来降低数据处理的复杂性，其实质是将把高维数据的几何结构映射在低维空间中，去除噪声，挖掘出隐藏在高维空间中的低维本征表示，便于后续处理[1]。

当变量(特征)大于样本容量，出现高维数少样本情况，称为广义小样本。如何运用有效建模方法充分挖掘小样本潜在信息，在保证最大化有用信息情况下去除冗余与噪声，是面临的重大问题。……