Selección de características adaptativa guiada por clústeres difusos, simple, rápida y eficiente para datos de...

Área de la Ciencia:

• Bioinformática
• Aprendizaje Automático
• Minería de Datos

Sus antecedentes:

• Los datos de microarrays de alta dimensionalidad y desequilibrados presentan desafíos como la redundancia de características y la superposición de clases.
• Estos problemas sesgan los algoritmos de aprendizaje hacia la clase mayoritaria, lo que dificulta una clasificación precisa.

Objetivo del estudio:

• Proponer el modelo de selección de características Adaptativo Guiado por Clústeres Difusos, Simple, Rápido y Eficiente (AFCG-SFE).
• Abordar la redundancia de características y la superposición de clases en datos de microarrays desequilibrados para mejorar la clasificación.

Principales métodos:

• AFCG-SFE utiliza agrupamiento difuso de características en dos etapas y información mutua para la selección de características.
• Incorpora una función de aptitud de penalización-recompensa consciente del desequilibrio que optimiza la F-measure, G-mean y AUC.
• Se impone un tamaño mínimo de subconjunto impulsado por la complejidad utilizando la separabilidad de características (F1) y la superposición de clases (N2).

Principales resultados:

• AFCG-SFE logró un rendimiento de clasificación de primer nivel en 20 conjuntos de datos de referencia.
• El modelo redujo significativamente los subconjuntos de características (reducción de la redundancia de características > 99%) y la superposición de clases (N2).
• Demostró el menor error cuadrático medio (RMSE) de entrenamiento-prueba en comparación con los métodos de referencia.

Conclusiones:

• El modelo AFCG-SFE ofrece una solución robusta para la selección de características en datos de microarrays de alta dimensionalidad y desequilibrados.
• Equilibra eficazmente la discriminación de características, la reducción de la redundancia y la sensibilidad de la clase minoritaria.
• AFCG-SFE supera a los métodos existentes en precisión de clasificación y reducción de subconjuntos de características.