用采样和启发式增强特征学习 (FLASH) 提高了模型性能和生物标志物识别
Shivam Kumar1, Abhinav Agarwal1, Samrat Chatterjee2
1Complex Analysis Group, Computational and Mathematical Biology Centre, Translational Health Science and Technology Institute, NCR Biotech Science Cluster, Faridabad, 121001, India.
NPJ systems biology and applications
|December 12, 2025
概括
一种新的特征选择方法FLASH有效地减少了冗余的生物数据. 它通过识别生物相关特征来增强模型性能和概括性,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:
- 大量的生物数据集,如基因表达特征,往往包含多余的特征.
- 冗余性降低了模型性能,限制了概括性,特别是在类不平衡和隐藏子集群的情况下.
研究的目的:
- 介绍FLASH,一种新的特征选择方法.
- 解决生物数据集中冗余特征的挑战.
- 提高模型性能和概括性.
主要方法:
- FLASH 结合了过和基于启发式的系统消除.
- 在随机样本上使用多种统计测试 (t-test,ANOVA,Wilcoxon排列和,Brunner-Munzel,Mann-Whitney).
- 使用机器学习模型系数对特征进行排名,并通过交叉验证递归消除特征.
主要成果:
- 在独立的数据集上,FLASH保留了预测性能.
- 它的性能优于dRFE,相互信息,MRMR,弹性网,神经网,转换测试和SAGA.
- 选择的特征显示出更大的生物相关性,与来自DisGeNET.NET的疾病相关基因的重叠更高.
结论:
- FLASH是生物数据集的有效特征选择方法.
- 提高模型的概括性,并识别生物学上相关的特征.
- 为现有的特征选择技术提供了强大的替代方案.


