面向不平衡医疗数据的多阶段混合特征选择算法.pdfVIP

1582025，61（2）ComputerEngineeringandApplications计算机工程与应用

面向不平衡医疗数据的多阶段混合特征选择算法

11，21，21，2+11

刘佳璇，李代伟，任李娟，张海清，陈金京，杨瑞

1.成都信息工程大学软件工程学院，成都610225

2.四川省信息化应用支撑软件工程技术研究中心，成都610225

+通信作者E-mail：zhanghq@cuit.edu.cn

摘要：为解决医疗数据中存在的特征高维和类别不平衡问题，在基于简单、快速和有效高维特征选择算法SFE

（simple，fastandeffectivehigh-dimensionalfeatureselection）的基础上，提出了一种面向不平衡医疗数据的多阶段

混合特征选择算法HFSIM（hybridfeatureselectionforimbalancedmedicaldata）。HFSIM算法采用改进的自适应

边界SMOTE过采样技术，生成符合边界条件的新少数类实例以解决医学数据中类不平衡问题。同时，为了改善搜

索空间多样性不足的问题，优化了SFE算法中的非选择操作符率参数UR（unselectedrate），有效避免了算法过早收

敛及易陷入局部最优的问题。将过滤式FisherScore方法与优化UR参数后的算法有效结合，使算法能以较低的计

算成本获得较好寻优能力。经实验验证，相比于SFE算法，HFSIM算法在Ovarian数据集上准确率达到99.67%，提

升了2.11个百分点，G-means和F1分别提升了5.13和2.30个百分点。此外，通过对比特征数量和运行时间，证明了

HFSIM算法既能保证算法精度又有效降低了计算成本。

关键词：高维不平衡；特征选择；多阶段混合；医疗数据

文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2403-0478

Multi-StageHybridFeatureSelectionAlgorithmforImbalancedMedicalData

11,21,21,2+11

LIUJiaxuan,LIDaiwei,RENLijuan,ZHANGHaiqing,CHENJinjing,YANGRui

1.CollegeofSoftwareEngineering,ChengduUniversityofInformationTechnology,Chengdu610225,China

2.SichuanProvinceEngineeringTechnologyResearchCenterofSupportSoftwareofInformatizationApplication,Chengdu

610225,China

Abstract:Tosolvetheproblemsofhigh-dimensionalfeatureandclassimbalanceinmedicaldata,amulti-stagehybrid

featureselectionalgorithmHFSIM(hybridfeatureselectionforimbalancedmedicaldata)isproposedforimbalanced

medicaldatabasedonthesimple,fast,andeffectivehigh-dimensionalfeatureselectionalgorithmSFE(simple,fastand

effectivehigh-dimensionalfeatureselection).HFSIMalgorithmadoptsthe