蛋白质-ATP绑定位点预测研究+文献综述(5)
从决定文件DP(X)知道，集成的结果表示为 ，可以通过申请一个集成方案来获得。如下：
（3）
此处 ，，且 表示在分类集成后x被分为j类的概率。
不同的集成结果可以通过应用不同的集成方案获得。在Kuncheva[14]很好的调查了许多广泛使用的集成方案后，指出不同的集成方案有各自的优点和缺点，且对于各类应用不存在一个普遍的最好的集成方案。对于一个特殊的应用，例如在本研究中蛋白质-ATP绑定位点预测，人们可以尝试选择一个合适的集成方案，但是仍然不可以使用理论理由来作为选择。在这项研究中，我们测试了五个流行的集成方案[14]，例如最大值、最小值、平均值、决策模版和Dempster-Shafer，然后取其中最好的一个来使用。
2.2.5 集成方案
(A)最大值集成 (4)
(B)最小值集成 (5)
(C)平均值集成 (6)
(D)决定模版集成
首先，最典型的决定文件例如决定模版，对于每一个类 表示为 ， ，计算如下：
(7)
此处x表示训练集， 表示属于类 的样品的数量。
其次，集成结果 是通过比较现在的决定文件和据诶的那个模版的相似度来决定的。表示如下：
(8)
此处 表示现在的决定文件， 是一个合适的相似度测量。在本研究中,平方欧几里德距离作为相似性度量，从而等式（8）可改写为：
(9)
请注意，虽然我们在本文中只用了欧氏距离，但是其他的距离，如Minkowski距离，Mahalanobis距离等也是可以被使用的。
(E)Dempster-Shafer集成
Dempster-Shafer集成方案源于Dempster-Shafer（DS）理论[14，15]。类似于决定模版集成,，Dempster-Shafer集成的第一步也是计算每一个C类的决定模版。此后，代替计算在决定模版集成中模版和现有的决定文件 之间的相似度的是一个Dempster-Shafer理论基本进程，以此来作为集成结果如下所示:
让 作为决定模版 的第i行， 作为现在决定文件 的第i行。然后，这“接近” 在 和 之间的是如下计算：
（10）
此处 是一个矩阵范数。在本次研究中，使用欧几里德范数。
此后，对于每个分类对的信任度在输入x的计算如下：
（11）
接着，最后的集成结果是 ，此处 的计算如下：
（12）
此处 是一个正火系数。
一旦集成结果在等式（3）中定义的 通过应用任何一种上述提到的集成方案而得到，x的类的标签表示为 。此时 被定义为[14]：
（13）
然而在这项研究中，我们将不会直接使用等式（13）定义的方法，且基于阈值的方法将取代它。在现在的研究，主要的目的是决定一个剩余物是不是一个蛋白质-ATP结合位点。换句话来说，类C的数量是2（绑定或非绑定结合位点）。我们使用数字1和2来分别表示绑定和非绑定结合位点类。例如 和 。让 分别作为在有N个剩余物的蛋白质中的剩余物1，2，......，N的特征向量。因此我们能够得到一个向量 ，此处 测量剩余物i是不是一个蛋白质-ATP结合位点的概率。最后，第i个剩余物的标签表示为 ，在一个蛋白质中可以通过一个阈T被定义，如下所示：
下一篇：沙盘治疗在人际交往困难方面的应用