酵母数据集

测属性：蛋白质定位位点。（非数字）。 下面的参考文献描述了该数据集的前身及其开发。它们还提供基于规则的专家系统使用该版本数据集进行分类的结果（非交叉验证）。 参考文献：“预测革兰氏阴性细菌蛋白质定位位点的专家系统”，Kenta Nakai&Minoru Kanehisa，《蛋白质：结构、功能和遗传学》11:95-1101991。 参考文献：“预测真核细胞蛋白质定位位点的知识库”，Kenta Nakai&Minoru Kanehisa，基因组学14:897-911，1992。 Attribute Information: 1.序列名称：SWISS-PROT数据库的登录号 2.mcg：McGeoch的信号序列识别方法。 3.gvh:von Heijne的信号序列识别方法。 4.alm：ALOM膜跨越区域预测程序的得分。 5.mit：线粒体和非线粒体蛋白质N端区（20个残基长）氨基酸含量的判别分析得分。 6.erl：存在“HDEL”亚串（被认为是内质网内腔滞留的信号）。二进制属性。 7.pox：C末端的过氧化物酶体靶向信号。 8.vac：液泡蛋白和细胞外蛋白氨基酸含量的判别分析得分。 9nuc：核蛋白和非核蛋白的核定位信号判别分析得分。 Relevant Papers: Paul Horton & Kenta Nakai, "A Probablistic Classification System for Predicting the Cellular Localization Sites of Proteins", Intelligent Systems in Molecular Biology, 109-115. St. Louis, USA 1996. [Web link] The references below describe a predecessor to this dataset and its development. They also give results (not cross-validated) for classification by a rule-based expert system with that version of the dataset: Kenta Nakai & Minoru Kanehisa, "Expert Sytem for Predicting Protein Localization Sites in Gram-Negative Bacteria", PROTEINS: Structure, Function, and Genetics 11:95-110, 1991. Kenta Nakai & Minoru Kanehisa, "A Knowledge base for Predicting Protein Localization Sites in Eukaryotic Cells", Genomics 14:897-911, 1992. [Web link]