结合递归特征消除:一个特征选择框架,以提高结肠直肠癌多类死亡原因的分类性能

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 机器学习 机器学习

背景情况:

• 对结直肠癌 (CRC) 患者因特定原因死亡的准确建模具有挑战性,影响治疗选择.
• 现有的机器学习工具经常与癌症基因组学中常见的高维和不平衡数据作斗争.

研究的目的:

• 开发和评估一个新的特征选择框架,U-RFE,用于识别CRC死亡率的关键预测因素.
• 为了比较各种分类算法的性能,使用U-RFE选择的功能来改进死亡分类.

主要方法:

• 实现了U-RFE框架,使用后勤回归,支持矢量机器和随机森林作为基础估计器.
• 对特征子集进行联合分析,以创建对CRC进展至关重要的综合特征集.
• 在癌症基因组图谱 (TCGA) 数据集中比较了五种分类算法 (LR,SVM,RF,XGBoost,堆叠).

主要成果:

• U-RFE框架显著提高了多种分类模型的性能.
• 堆叠成为表现最好的模型,实现了高精度 (0.864) 和F1加权得分 (0.851) 与298个选定的功能.
• 少数民族死亡类别的表现显著提高,这表明不平衡数据的处理更好.

结论:

• 该U-RFE方法有效地选择关键特征,提高机器学习模型的CRC死亡率预测的性能.
• 这种方法有利于使用临床和omics数据对死亡进行分类,特别是在处理特征冗余和类不平衡时.
• 这些发现表明,U-RFE可以帮助结直肠癌患者制定更精确的治疗策略.