利用支持向量机进行癌症分类的基因选择

文献标题: Gene Selection for Cancer Classifification using Support Vector Machines

1. SVM 递归特征消除（SVM-RFE）

        SVM-RFE 是一种以权重大小作为排序标准的 REFE 应用。

1.1 算法流程

输入：训练样本集

初始化：

幸存特征子集：

特征排序列表：

开始循环直到 s = []：

1. 限制训练数据集从而得到一个良好的特征指标
2. 采用 SVM 进行分类（对偶方式）获得值  
3. 计算获得的超平面的系数，即各个维度的权重 
4. 计算特征排序的参考指标 
5. 找最小指标所在的索引 
6. 更新特征排序队列 
7. 去除最小特征值获得一个新的特征集合 

输出：

特征排序列表 r

1.2 扩展

        为了提高效率，可以一次去掉多个特征