基因数据集混合特征选择算法研究.pdfVIP

测控技术

先进算法与人工智能2019年38卷10期・71・

基因数据集混合特征选择算法研究

马国娟1,吴辰文2,刘文祎3

(兰州交通大学电子与信息学院，甘肃兰州730070)

摘要:基因数据的特点是高维度、小样本、大噪声，在处理过程中容易造成维数灾难和过度拟合等问题。

针对这种情况提出一种新的基因数据集的特征选择方法,第一步是通过ReliefF算法对基因特征进行权

重重要度的筛选；第二步是对筛选过的特征集合进行mRMR算法判断，留下与目标类别高度相关而其

间相关性较小的基因特征；第三步利用邻域粗糙集特征选择算法对简化后的基因数据集进行寻优处理,

选出最优化的特征基因子集。为了证明新算法的有效性，以SVM为分类器，使用外部交叉验证法对整

个过程来计算，从而验证本文新特征选择方法的有效性。

关键词：特征选择;ReliefF算法；mRMR算法;邻域粗糙集;SVM

中图分类号:TP391文献标识码：A文章编号：1000-8829(2019)10-0071-05

doi：10.19708/j.ckjs.2019.10.015

ResearchonHybridFeatureSelectionAlgorithmforGeneDataSets

MAGuo-juan1,WUChen-wen2,LIUWen-yi3

(SchooiofElectronicsandInformation,LanzhouJiaotongUniversity,Lanzhou730070,China)

Abstract：Thecharacteosticcofgeneticdatoarohighdimension,smalisampieandlagenoise,whicharoeesy

toccusedimensionaldisasterandover-fittingintOeprocessofprocessing.Inordeatosolvethiaprobkm,anoy

elfeatureselectionmethodFogenedatosetsisproposed.ThefirststepistouseReliefFalgorithmtoscreen

tOeweightimportanceofthegenefeatures.ThesecondstepistousemRMRalgoritomtojudgetheselected

featuroset,leevingthegenefeatureshighiycorrelatedwitOthetarae1cateeooandlesscorrelated.Thethird

stepistouseneighborhoodroughselfeatureselectionalgorithmtooptimizethesimpliVedgenedatoset,selecy

Ongsubseloffeaturegenes.Toprovetheeffectivencsofthenealgorithm,SVMisusedasthecVosV

Fcsandthe6x0—0cross-velidationmetOodisusedtocoIcuIVuthewholeprocesstoyaifytOeeffectivencsof

tOenefeatureselectionmethod.

KeyworCt：featuaselection;Reliefealgor