روش انتخاب ویژگی بر روی داده های ریزآرایه بیان ژن برای طبقه بندی سرطان

در استخراج داده های پزشکی، بعد ژن اغلب بسیار بزرگتر از حجم نمونه است. برای پرداختن به این موضوع، ما باید از یک الگوریتم انتخاب ویژگی برای انتخاب زیرمجموعه های ویژگی ژنی با همبستگی قوی با فنوتیپ استفاده کنیم تا از صحت آنالیزهای بعدی اطمینان حاصل کنیم. این تحقیق یک روش جدید انتخاب ویژگی ژن ترکیبی سه مرحله ای را ارائه می کند که ترکیبی از یک فیلتر واریانس، درخت بسیار تصادفی و الگوریتم بهینه سازی نهنگ است. در ابتدا، از یک فیلتر واریانس برای کاهش ابعاد فضای ویژگی ژن استفاده می شود، و سپس از یک درخت بسیار تصادفی برای کاهش بیشتر مجموعه ویژگی های ژن استفاده می شود. در نهایت، الگوریتم بهینه سازی نهنگ برای انتخاب زیرمجموعه ویژگی بهینه ژن اعمال می شود. ما روش پیشنهادی را با استفاده از طبقه بندی کننده K-نزدیک ترین همسایه (KNN) روی چهار مجموعه داده نمایه بیان ژن منتشر شده ارزیابی کردیم و آن را با سایر الگوریتم های انتخاب ژن مقایسه کردیم. نتایج نشان می دهد که روش پیشنهادی دارای مزایای قابل توجهی در شاخص های مختلف ارزیابی است.

کلیدواژه ها:

انتخاب ویژگی ، بیان ژن ، ریزآرایه ، طبقه بندی سرطان