ارائه یک روش انتخاب ویژگی-نگاشت برای دسته بندی داده های اومیکس

تکنولوژی های اومیکس شامل ژنومیکس، ترانسکریپتومیکس، پروتئومیکس و متابولومیکس می باشد. مطالعاتاومیکس مقدار داده های عظیمی ایجاد می کنند که این داده ها ابعاد زیادی دارند در نتیجه انتخاب ویژگی نقش مهمیدر پیدا کردن ویژگی های مفید از این داده ها خواهد داشت. هدف این تحقیق یافتن ویژگی های بهینه از طریق ادغامروشهای انتخاب ویژگی و همچنین ساخت مدلی است که بتواند با صحت بالاتری نمونه های مختلف را متمایز کند. بههمین منظور، ما 2 روش انتخاب ویژگی را در حالت های مختلف به کار برده ایم که این روشها شامل دو متد رتبه بندیکی دو و سودمندی اطلاعات که وابستگی ویژگی را به کلاس نشان می دهند، می باشد. سپس برای دسته بندی از الگوریتمKOPLS-DA با کرنل خطی که مبتنی بر متغیرهای پنهان است، استفاده شده است. نتایج بدست آمده بر روی 3 منبع داده که مربوط به دو نوع سرطان ملانوما و ریه می باشد به این صورت است: صحت الگوریتم دسته بندی کننده را درحالتی که دو روش انتخاب ویژگی با هم ادغام شده اند با معیار0.88DQ2 بدست آوردیم که در مقایسه با کار مشابه دیگری که به صحت 0.723 دست یافته ، عملکرد بهتری داشته است.

ارائه یک روش انتخاب ویژگی-نگاشت برای دسته بندی داده های اومیکس Keywords:

انتخاب ویژگی , KOPLS-DA , اومیکس