摘要
本发明提供一种基于优化随机森林模型的基因组育种值预测方法,涉及生物遗传学技术领域,该方法为对采集的基因组数据进行贡献度计算,得到加权特征矩阵;利用适应度评估方法,对加权特征矩阵的特征子集进行迭代更新,得到优化特征子集;利用优化特征子集,对随机森林模型的超参数进行更新,得到优化随机森林模型;利用加权特征矩阵的特征子集,对优化随机森林模型进行训练,得到训练好的优化随机森林模型;利用训练好的优化随机森林模型,对基因组数据进行分析,得到基因组育种值预测结果,完成对基因组育种值的预测。本发明解决了基因组育种值难以准确高效预测的问题。
技术关键词
随机森林模型
值预测方法
加权特征
平衡特征
表达式
生物遗传学技术
样本
矩阵
超参数
节点
位置更新
数据
变量
误差
因子
系统为您推荐了相关专利信息
慢性病管理系统
患者健康
数据整合方法
预警模块
机器学习模型
设备运行状态监测
时间滑动窗口
排放量
工业设备运行状态
稀疏滤波器
综合能源系统规划
热电联产系统
密度峰值聚类算法
策略
热系统
轨迹预测方法
仿真数据
样本
坐标系
神经网络单元