基于SVDD的特征選擇方法研究及其應(yīng)用.pdf

1、在癌癥分類問題中，基因表達(dá)數(shù)據(jù)的維數(shù)成千上萬，并且某些特征之間存在相關(guān)性。因而如何從大量的高維基因表達(dá)數(shù)據(jù)中快速提取出具有有用信息的低維數(shù)據(jù)越來越受到研究人員的關(guān)注。本文深入研究了基于支持向量數(shù)據(jù)描述(Support Vector Data Description, SVDD)的特征選擇方法，并將其應(yīng)用到基因表達(dá)數(shù)據(jù)的選擇中，剔除不相關(guān)的、冗余基因，保留包含信息量多的基因，從而提高癌癥的分類性能。
　　本文提出了一種基于SVDD模

2、型的快速特征選擇算法?；谥С窒蛄繑?shù)據(jù)描述的特征選擇方法已經(jīng)被提出，但是其計(jì)算量較大，特征選擇時(shí)間過長。針對(duì)此問題，本文提出了一種基于支持向量數(shù)據(jù)描述的快速特征選擇算法。新方法的特征選擇是通過對(duì) SVDD形成的超球體球心方向上的能量排序來實(shí)現(xiàn)，并且采用了遞歸特征消除方式來逐漸剔除掉冗余特征。在Leukemia和Colon Tumor數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，新方法能夠快速地進(jìn)行特征選擇，且所選擇特征對(duì)后續(xù)的癌癥分類是有效的。提出了基于多S

3、VDD模型的快速特征選擇算法。上述提到的基于SVDD的特征選擇算法，僅對(duì)一類數(shù)據(jù)進(jìn)行訓(xùn)練，忽略了其他類別的數(shù)據(jù)，只適用于一類或者兩類數(shù)據(jù)。然而，實(shí)際生活中多類數(shù)據(jù)更為常見。針對(duì)多分類問題，本文提出了一種基于多SVDD的快速特征選擇算法。該算法對(duì)每類數(shù)據(jù)建立一個(gè)SVDD特征選擇模型，因而可以選擇出多個(gè)特征子集，最后將所選擇的特征子集融合起來，得到更有效的特征子集。在兩個(gè)兩類癌癥數(shù)據(jù)和三個(gè)多類癌癥數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了本文方法可以選擇更具有辨