CGUFS:用于基因表达数据的集群引导的无监督特征选择算法.
Zhaozhao Xu1, Fangyuan Yang2, Hong Wang2
1School of Computer Science and Technology, Henan Polytechnic University, Jiaozuo, Henan 454000, China.
概括
这项研究引入了一种新的集群引导的无监督特征选择 (CGUFS) 算法,用于高维基因表达数据. CGUFS有效地处理特征冗余并确定最佳特征子集,在分类准确性方面表现优于现有方法.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 机器学习 机器学习
背景情况:
- 基因表达数据是高维的,有许多无关的特征,对分析构成挑战.
- 现有的无监督特征选择方法经常忽视特征冗余性,并努力确定最佳数量的特征.
研究的目的:
- 为基因表达数据提出一个集群引导的无监督特征选择 (CGUFS) 算法.
- 解决现有算法的关于特征冗余和最佳特征子集选择的局限性.
主要方法:
- 开发了一个自动确定集群号的自适应k值策略.
- 实施了功能分组策略,以管理高度冗余的功能.
- 引入了自适应过策略,以选择最佳的功能组合.
主要成果:
- 使用C4.5分类器,CGUFS算法实现了74.37%的平均精度 (ACC) 和63.84%的马修斯相关系数 (MCC).
- 与现有算法相比,Adaboost分类器的性能明显优于现有算法.
- 统计实验证实了CGUFS与现有方法之间的显著性能差异.
结论:
- 拟议的CGUFS算法有效地从高维基基因表达数据中选择最佳特征.
- CGUFS表现出卓越的分类性能,并解决了当前无监督特征选择技术的关键局限性.


