الگوریتم انتخاب ژن جدید مبتنی برادغام SFE و Chi-Squared

انتخاب ویژگی یکی از روش های پیش پردازش داده ها است که نقش مهمی در افزایش کارایی طبقه بندی داده ها دارد. علاوه بر این، یکی از کاربردهای مهم انتخابویژگی، حوزه انتخاب ژن است که کاربرد مهمی در تعیین عامل های و ژن های تاثیر گذار در بیماریهای مختلف از جمله سرطان دارد. برای دستیابی به کارایی بالادر کاربرد انتخاب ژن، به الگوریتم های انتخاب ویژگی دادههای ابعاد بالا نیاز داریم، تا از بین بیش از هزاران ژن بیماری ها که از طریق فناوری های مختلف از قبیلریز آرایه ها جمع آوری می شوند، ژن های مهم و تاثیر گذار در بیماری ها را تشخیص دهند. یکی از الگوریتم هایی که اخیرا برای انتخاب ویژگی داده های ابعاد بالا ارائهشده است، الگوریتم ساده، سریع و کارا SFE است. این الگوریتم نتایج قابل توجهی نسبت به روش های محاسبات تکاملی ارائه کرده است، با این وجود میتوانکارایی آن را با روش های مختلفی بهبود داد. هدف این مقاله بهبود کارایی این الگوریتم در فازهای انتخاب و عدم انتخاب است. در فاز عدم انتخاب از دو رویکردمتفاوت برای حذف ویژگی های کم اهمیت استفاده می شود. علاوه بر این در فاز انتخاب به جای انتخاب تصادفی ویژگی ها از ویژگی های مهم تعیین شده توسطالگوریتم Chi-Squared استفاده می شود. کارایی الگوریتم های انتخاب ویژگی ارائه شده با استفاده از ۱۰ مجموعه داده ابعاد بالا با ابعاد مورد بررسی قرار گرفت.مقایسه نتایج الگوریتم های ارائه شده نشان دهنده این موضوع است که روش ارائه شده می تواند به عنوان یک روش کارا در انتخاب ویژگی داده های با ابعاد بالا درکاربردهای یادگیری ماشین و داده کاوی مورد استفاده قرار گیرد

کلیدواژه ها:

انتخاب ویژگی ، انتخاب ژن ، الگوریتم SFE ، الگوریتم Chi-Squared