Iterative random forests to discover predictive and stable high-order interactions.

Basu, Sumanta; Kumbier, Karl; Brown, James B; Yu, Bin

Basu, Sumanta; Kumbier, Karl; Brown, James B; Yu, Bin.

Afiliação

Basu S; Department of Biological Statistics and Computational Biology, Cornell University, Ithaca, NY 14853.
Kumbier K; Department of Statistical Science, Cornell University, Ithaca, NY 14853.
Brown JB; Data Driven Decisions Department, Preminon LLC, Antioch, CA 94531.
Yu B; Statistics Department, University of California, Berkeley, CA 94720.

Proc Natl Acad Sci U S A ; 115(8): 1943-1948, 2018 02 20.

Article em En | MEDLINE | ID: mdl-29351989

Assuntos

Drosophila/genética; Modelos Genéticos; Algoritmos; Processamento Alternativo; Animais; Biologia Computacional; Regulação da Expressão Gênica no Desenvolvimento; Redes Reguladoras de Genes; Estudo de Associação Genômica Ampla

Palavras-chave

genomics; high-order interaction; interpretable machine learning; random forests; stability

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Drosophila / Modelos Genéticos Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Animals Idioma: En Revista: Proc Natl Acad Sci U S A Ano de publicação: 2018 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google