ریزآرایه تکنولوژی پیچیده و مرکبی است که در زیست شناسی و طب کاربرد دارد. این تکنولوژی برای بررسی سطح بیان هزاران ژن بصورت همزمان کاربرد دارد. یک تراشه ی ریزآرایه شامل هزاران نقطه ی بسیار ریز از الیگونوکلئوتیدها به نام ویژگی ها می باشد. الیگونوکلئوتیدها توسط روبات در سطرها وستون ها آرایش یافته نصب می شوند. انتخاب تعداد کمتری از ویژگی ها یا ژن ها برای تشخیص و پیش بینی نتیجه ی یک بیماری در این راستا حایز اهمیت است. روش های مختلفی در متون ریزآرایه برای رسیدن به این هدف مورد استفاده قرار گرفته اند که خوشه بندی و کلاس بندی از پرکاربرد روش های مورد استفاده اند. ماشین بردارهای حمایتی، بیز خام و درخت تصمیم از جمله روش های کلاس بندی هستند که برای تخصیص بیمار به کلاس های مختلف بر اساس سطح بیان ژنی بکار می روند. خوشه بندی سلسله مراتبی متداول ترین روش برای تشخیص موارد مشابه مانند ژن هاست. در تحقیق حاضر از ترکیب این روش ها برای تعیین زیرکلاس های بیماری با تعداد ژن کمتر استفاده نمودیم. این ژن ها را "ژن های مارکر" می نامند. قبل از این کار از روش های فیلترینگ اطلاع حاصله، کای اسکوئر و relief-f برای انتخاب آگاهی بخش-ترین ژن ها استفاده نمودیم. سپس این ژن ها در مراحل بعدی مورد استفاده قرار گرفتند. مطالعه ی ما نشان داد که استفاده از روش ترکیبی برای انتخاب تعداد کمی از ژن ها بعنوان مارکر های یک بیماری یا زیرگروه های آن و کلاس بندی بر اساس این ژن ها منجر به دقت بالاتر این کلاس بندی می شود.