一些关于蛋白质序列分类的总结

毕设题目是“基于神经网络的蛋白质分类器设计”

经过一些努力现在分类的精度到达了98%，但其实仍然不理想，导师其实希望我能做个100%精度的。

总结一下那2%失败的原因：

GPCR家族LEVEL2的分类里，有两类序列特别少，只有3条。我如果拿两条建模，一条测试，就会导致建模不准确，测试序列也无法正确分类，如果我拿全部的3条序列进行建模，模型是准确了，但没有用来测试的序列，谁会信你的模型是精确的呢？

但是好就好在，，别的类数量都挺多，我可以把别的类多抽出点，错误的这两条错就错吧，那样的话，正确分类的序列数量就多了，精度也就高了，，，虽然没有解决实际问题，但是吧，，最起码好看了些。

关于我具体是怎么提取蛋白序列特征段，以及如何使用神经网络工具制作分类器，等我最后答辩完了，我把论文放出来。也和大家相互学习进步吧。