افزایش کارایی دسته بندی با استفاده از الگوریتم جهش قورباغه جهت پیش بینی سرطان در داده های ریزآرایه نامتوازن

در این پژوهش، روشی نوین و کارا جهت پیش بینی احتمال بیماری سرطان از طریق تحلیل داده های ریزآرایه ارایه شده است.یکی از چالش های موجود در این زمینه، تعداد بالای ویژگی ها (ژن ها) و از طرفی تعداد پایین نمونه ها است. لذا، در این پژوهشابتدا از روشی کارآمد در زمینه ی انتخاب ژن، از ترکیب نتایج سه فیلتر در جهت کوچک کردن ابعاد مجموعه داده ها برای شناساییو حذف ژن های نامرتبط استفاده می شود. از دیگر مسایل و چالش های مهم در زمینه ی دسته بندی مجموعه داده های ریز آرایه،نامتوازن بودن این داده ها میباشد. به طور معمول، به اشتباه دسته بندی کردن یک نمونه از کلاس اقلیت یا کلاس بیمار، بسیارخطرناکتر از دسته بندی اشتباه یک نمونه کلاس اکثریت یا کلاس افراد سالم است. از روش دسته بندی حساس به هزینه با استفادهاز معیار ارزیابی G-MEAN استفاده شده است. در این پژوهش با استفاده از الگوریتم جهش قورباغه، ماتریس هزینه به دستخواهد آمد. همچنین از الگوریتم ترکیبی بگینگ با درخت تصمیم حساس به هزینه به عنوان دسته بند پایه، اقدام به دسته بندیداده های نامتوازن ریزآرایه خواهد شد. جهت جلوگیری از افت دقت دسته بندی، به جای استفاده از یک دسته بند پایه، با استفادهاز ایجاد تنوع بین چند دسته بند پایه دقت کلی افزایش خواهد یافت.

Keywords:

بیوانفورماتیک , ریزآرایه , داده های نامتوازن , شناسایی سرطان , الگوریتم جهش قورباغه , الگوریتم بگینگ , فیلتر , درخت تصمیم , دسته بند حساس به هزینه