基于組合變量與重疊區(qū)域的SVM-RFE方法研究.pdf

1、科學(xué)技術(shù)不斷發(fā)展進(jìn)步，人類每天都要處理大量繁冗復(fù)雜的信息。數(shù)據(jù)挖掘技術(shù)就是從這些大量紛繁的數(shù)據(jù)中挖掘潛在有用的信息，使數(shù)據(jù)的分析和解釋更簡潔容易。特征選擇是數(shù)據(jù)挖掘的一個(gè)重要分支，特征選擇算法從大量的特征中去除噪音特征和冗余特征，有價(jià)值特征的提取使特征維數(shù)降低，模型簡化。代謝組學(xué)中用數(shù)據(jù)挖掘技術(shù)處理數(shù)據(jù)，對生物體產(chǎn)生的代謝產(chǎn)物研究，分析代謝物質(zhì)和生物體生理病變之間的變化關(guān)系，挖掘富含信息的潛在代謝標(biāo)志物，輔助生物體疾病的診斷應(yīng)用。

2、>　　代謝組學(xué)研究中，代謝產(chǎn)物之間的相互作用可能是表征發(fā)生癌變的關(guān)鍵信息，而代謝產(chǎn)物相互作用至少有兩個(gè)代謝物質(zhì)共同起作用。所以，相對于單個(gè)變量，變量組合也可能為癌變提供有用的潛在標(biāo)記物。可是，不同的方法構(gòu)造的組合變量在特征選擇和樣本分類中有著各自的特點(diǎn)和起到不同的作用，本文利用加、減、乘和除的對數(shù)四種組合方法來構(gòu)造組合變量，選擇評(píng)價(jià)相對較優(yōu)的構(gòu)造方法組合的變量對數(shù)據(jù)來代替原始單變量表達(dá)數(shù)據(jù)，作為支持向量機(jī)的特征回歸消減方法（Suppor

3、t Vector Machine-RecursiveFeature Elimination，SVM-RFE）的輸入數(shù)據(jù)，進(jìn)行特征選擇和樣本分類（SVM-RFE-C）。一組液相色譜質(zhì)譜數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明組合變量的有效性，從而構(gòu)造組合變量進(jìn)行特征選擇可以得到有區(qū)分能力的信息。
　　支持向量機(jī)特征迭代消減方法(SVM-RFE)是一種基于SVM典型的序列后向遞歸消除特征的方法，利用支持向量來得到每一個(gè)特征的權(quán)重大小，迭代地刪除當(dāng)前特征集

4、合中最差的特征，從而使得特征空間得以優(yōu)化。特征權(quán)重衡量每個(gè)特征對樣本分類的重要性，特征的重疊區(qū)域(Overlapping Area，OA)卻度量了特征與類標(biāo)之間的聯(lián)系，是樣本分布的一個(gè)重要的度量準(zhǔn)則。為了更好的篩選具有區(qū)分能力的特征，建立更為有效的分類模型，本文將OA與SVM-RFE相結(jié)合，對當(dāng)前空間內(nèi)每一個(gè)特征的權(quán)重進(jìn)行評(píng)價(jià)，提出了一種組合的特征選擇方法OA-SVM-RFE。5個(gè)公共數(shù)據(jù)集和1組卵巢癌數(shù)據(jù)集的測試結(jié)果表明，OA-SVM