ارائه الگوریتم ترکیبی پالایشی-پوششی انتخاب ویژگی و کاربرد آن در کاهش بعد داده های بیان ژن

امروزه بالا رفتن حجم داده ها و تعداد ویژگی ها در مجموعه داده،­ باعث کاهش دقت الگوریتم یادگیری و پیچیدگی محاسباتی شده است. . روش­های کاهش بعد، نوعی از روش انتخاب مشخصه هستند که به دو صورت پالایشی و پوششی انجام می­شود. دقت روش های پوششی نسبت به روش های پالایشی بالاتر است اما در مقابل، روش های پالایشی­ سریع­تر عمل می­کنند و پیچیدگی­های محاسباتی کمتری دارند. با در نظر گرفتن مزایا و معایب الگوریتم­های پالایشی و پوششی، در این پژوهش یک روش ترکیبی جدید ارائه شده است. در این روش، ابتدا کل مشخصه های موجود در مجموعه داده­ در نظر گرفته می­شوند سپس با ترکیب الگوریتم­های پالایشی انتخاب مشخصه و ارزش­گذاری نتایج آن­ به روش پوششی، زیرمجموعه­ای بهینه از مشخصه ها انتخاب می­شوند. با توجه به اینکه بسیاری از بیماری­ها و مسائل زیست سیستمی نظیر سرطان، به کمک بررسی داده­ی­ ریزآرایه قابل شناسایی و تشخیص هستند و با توجه به اینکه تعداد مشخصه­ها در این مجموعه داده­ها بسیار بالا است؛ روش­ ارائه شده در این پژوهش برروی داده­ی­ ریزآرایه مربوط به سه نوع سرطان مورد ارزیابی قرار گرفته­ است.این روش، در مقایسه با روش های مشابه، به دقت بالایی در دسته بندی و شناسایی عوامل موثر در سرطان به خصوص سرطان خون دست یافته است.

Keywords:

انتخاب مشخصه , الگوریتم پالایشی- پوششی , شبکه عصبی پرسپترون چندلایه , کاهش بعد , ریزآرایه