www.gusucode.com > Relief特征选择算法matlab源码程序 > Relief特征选择算法matlab源码程序/Relief.m

    %==========================================================================
%
% 文件名称：Relief.m
% 摘要：求出基因的分类权重。选出权重较大的一组基因作为特征基因。
% 作者：李晓明
% 完成日期：2007年4月25日
%
% 第一次修改
% 修改内容：改善文件的结构、完善注释增加文件的可读性。
% 修改日期：2007年5月15日。
%
% 第二次修改
% 修改内容：修改了choose函数。输出的是分类权重较大基因的原始表达量，而不再是归一化表达量。
%          修改了redundance函数。输出的是特征基因的原始表达量，而不再是归一化表达量。
%          修改目的是使程序更加规范。便于其他程序调用本程序的输出数据。
% 修改时间：2007年6月1日。

%==========================================================================
%
% 主函数介绍：函数名：Relief
%            函数实现了lelief算法。（计算样本的每一个特征的分类权重，选出具有最大权重的一组特征。样本的特征就是基因）。
%            对权重较大的一组基因进行两两冗余分析。将相关性弱的和强相关中权重大的基因保留，即为特征基因。
%            已知基因表达谱数据、不同类样本的个数，自行设定分类特征的权重阈值。
%            对原始数据标准化的方法：（x－基因均值）/基因方差。
%            样本的类内类间距离采用欧氏距离。
% 输入参数：data是基因表达谱数据，行是基因。列是样本。
%          data的第一行是样本的类型标志。0表示正常样本；1表示肿瘤样本。
           %===============================================================
           % 07年的胃癌数据。
           %data = importdata('gastric_cancer1519.xls');%1519*(20+20)
           %===============================================================
% 输入参数格式要求：行是基因。列是样本。特别注意：数据的第一行是样本类别标记。0表示正常样本；1表示肿瘤样本。
%
% 输出参数：
%          important_data是按照设定阈值选出的具有最大分类权重的一组基因的原始表达量。
%          important_order是分类权重大于阈值的基因的顺序号。
%          feature_gene是特征基因的原始表达量。
%          feature_order是特征基因的顺序号。
% 函数中的阈值：共涉及两个阈值。都由用户自行输入。
%             gastric_cancer1519.xls的权重阈值    2500；           
%             进行两两冗余分析需要设定相关性阈值。gastric_cancer1519.xls的相关性阈值=0.9
%==========================================================================
%主函数：
function [important_data, important_order,  feature_gene, feature_order] = Relief ( data )

%==========================================================================

% 第一步：对原始基因表达谱数据归一化。方法：（样本－样本均值）/样本方差。同时计算每类样本的个数。
[stand_data, sort_1, sort_2 ] = standardization( data );

%==========================================================================

% 第二步：求基因的权重向量。
[weight, g_numbertotal] = weighted( sort_1, sort_2, stand_data );

%==========================================================================

% 第三步：画基因分类权重散点图。
subplot(2, 1, 1);
[ max_weight ] = dot_weight ( weight, g_numbertotal);

%==========================================================================

% 第四步：画出基因分类权重的柱图。找到柱图的突跳点。
subplot(2, 1, 2);
[ threshold , gene_distributing] = pillar ( weight, sort_1, sort_2 );

%==========================================================================

% 第五步：根据设定的权重阈值，选出的具有最大分类权重的一组特征。
[ important_data, important_order, important_w, stand_important  ] = choose ( weight, g_numbertotal, data, stand_data );

%==========================================================================

% 第六步：对选出的权重较大基因进行两两冗余分析，目的是去掉冗余基因。
[ feature_gene, feature_order ] = redundance ( data,  important_order, important_w, stand_important, g_numbertotal  );

%==========================================================================
% end