Semisupervised approach for dominant gene selection and classification

Abstract Background Semisupervised learning has attracted significant interest in gene expression analysis due to its ability to improve classification performance under limited labeled data, a common challenge arising from high dimensionality and small sample sizes. Existing semisupervised methods...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Reshma Rastogi, Mamta Bhattarai Lamsal
Format:	Artigo
Język:	Inglês
Wydane:	BMC 2026-02-01
Seria:	BMC Bioinformatics
Hasła przedmiotowe:	Semisupervised learning Gene selection Feature decomposition Dominant features Noisy features
Dostęp online:	https://doi.org/10.1186/s12859-026-06374-7
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!