基于聯(lián)合對稱不確定性的特征選擇算法研究.pdf

1、我們處于一個日新月異的時代，不斷的有新技術產生，不斷的有產品問世。高通量基因組學、蛋白組學、代謝組學技術已被廣泛的應用于各種癌癥研究中。人類通過由這些技術獲得的數(shù)據(jù)來建立疾病診斷、預后以及治療的更好的模型。而且，這些技術還被用來識別和定性疾病的關鍵信號和找到藥物開發(fā)的新目標。并且，這些技術從一個樣本中可以得到成千上萬的變量，這讓科研人員面臨著從高維特征中找到有用生物信息的難題。而數(shù)據(jù)挖掘被用于從海量數(shù)據(jù)中獲得有用的信息。特征選擇技術作為

2、數(shù)據(jù)挖掘中的主要數(shù)據(jù)分析技術之一，被廣泛的應用到了生物信息數(shù)據(jù)處理中。
　　基于相關性的快速過濾式特征選擇算法（Fast Correlation-Based Filter，F(xiàn)CBF）是特征選擇 Filter方法中比較高效的技術。FCBF算法的目的是使用對稱不確定性去除不相關的特征，然后使用近似馬爾科夫毯刪除掉冗余的特征，從而得到一個特征子集。FCBF在篩選特征子集時優(yōu)先留下和類標相關性高的特征，然后使用近似馬爾科夫毯刪掉與其冗余性

3、較高的特征。但是，和類標強相關的特征結合起來并不一定就有好的分類效果，因此本文提出了JSU-FCBF算法。JSU-FCBF使用近似馬爾科夫毯對特征進行聚類，然后使用聯(lián)合對稱不確定性（Joint Symmetrical Uncertainty，JSU）從每個聚類簇中篩選與已選特征聯(lián)合區(qū)分能力強的特征得到特征子集。在8個公共數(shù)據(jù)集上的實驗結果表明，JSU-FCBF特征選擇算法挑選出的特征分類性能大多數(shù)情況下好于FCBF算法。
　　遺傳

4、算法是一種借鑒生物進化的自然現(xiàn)象而發(fā)展的元啟發(fā)式算法，是進化算法的一種。而這些自然現(xiàn)象主要是選擇、雜交、突變等。本文對遺傳算法進行研究，提出了一種基于聯(lián)合對稱不確定性和遺傳算法的特征選擇算法 JSU-GA。該算法綁定相互關聯(lián)性強、與類標的聯(lián)合對稱不確定性高的特征對，在遺傳算法的進化（選擇、交叉、變異）過程中視綁定的特征對為一個不可拆分的整體。在8個公共數(shù)據(jù)集上的實驗結果表明，通過綁定聯(lián)合作用強、聯(lián)合信息高的特征對，JSU-GA特征選擇算