Feature selection in high dimensional regression problems for genomic

Julie Hamon 1, 2 Clarisse Dhaenens 2, 1 Gaël Even 3 Julien Jacques 4, 5
1 DOLPHIN - Parallel Cooperative Multi-criteria Optimization
LIFL - Laboratoire d'Informatique Fondamentale de Lille, Inria Lille - Nord Europe
4 MODAL - MOdel for Data Analysis and Learning
LPP - Laboratoire Paul Painlevé - UMR 8524, Université de Lille, Sciences et Technologies, Inria Lille - Nord Europe, CERIM - Santé publique : épidémiologie et qualité des soins-EA 2694, Polytech Lille - École polytechnique universitaire de Lille
Abstract : In the context of genomic selection in animal breeding, an important objective consists in looking for explicative markers for a phe- notype under study. In order to deal with a high number of markers, we propose to use combinatorial optimization to perform variable selection. Results show that our approach outperforms some classical and widely used methods on simulated and "closed to real" datasets.
Type de document :
Communication dans un congrès
Tenth International Meeting on Computational Intelligence Methods for Bioinformatics and Biostatistics, Jun 2013, Nice, France. 2013
Liste complète des métadonnées

Littérature citée [23 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00839705
Contributeur : Julie Hamon <>
Soumis le : samedi 29 juin 2013 - 08:04:01
Dernière modification le : mercredi 14 novembre 2018 - 14:40:11
Document(s) archivé(s) le : lundi 30 septembre 2013 - 04:06:10

Fichier

CIBB2013-Hamon.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00839705, version 1

Citation

Julie Hamon, Clarisse Dhaenens, Gaël Even, Julien Jacques. Feature selection in high dimensional regression problems for genomic. Tenth International Meeting on Computational Intelligence Methods for Bioinformatics and Biostatistics, Jun 2013, Nice, France. 2013. 〈hal-00839705〉

Partager

Métriques

Consultations de la notice

691

Téléchargements de fichiers

667