从形成模型的共同可能性进行预测

摘要

本发明涉及一个系统，方法和计算机程序产品，用来确定是否一个测试例子是在第一或第二数据类中(例如：癌变的和正常的)，该方法包括：从一个训练数据组中提取多个形成模型，创建第一和第二列表，其中分别包含每一个在第一和第二数据类中有非零发生的形成模型的发生频率；使用固定数量的形成模型，计算分别衍生于在第一列表中的形成模型的频率也在测试数据中发生的第一和第二得分，在第二列表中的形成模型的频率也在测试数据中发生的第一和第二得分；通过选择在第一和第二得分中较高的得分，推断测试例子是归类于第一还是第二数据类中。

主权项

1.一个确定是否一个测试样本，具有测试数据T，被归类于n个类中一个的方法，这里n等于或大于2，其包括：从一个训练数据组D中提取多个的形成模型，该训练数据组D至少包括在上述n个数据类中的每个类的一个实例；创建n个列表，其中：上述n个列表中的第i个列表包含了在第i数据类中有一个非零发生的上述多个形成模型中的每一个形成模型EPi(m)的一个发生频率，fi(m)；使用形成模型的一个固定数量，k，其中k充分小于在多个形成模型中形成模型的总数，计算n得分；其中：上述n个得分的第i个得分来自于也发生在上述的测试数据中的在上述的第i个列表的k个的形成模型的频率；并且通过选择上述n个得分中最大的，可推知应归类于上述n个数据类中的哪一个。