收藏本站
《南开大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于AUC和特征间互补性的特征选择方法

孙蕾  
【摘要】:高通量测序技术的发展使得研究人员可以测量几乎所有的人类基因的表达水平。通常,基因数据的样本数量很小,远小于数据包含的基因的数量。在高维的基因数据中,仅有部分基因有助于识别目标疾病。为了选出这些具有识别能力的基因,特征选择是一种有效的方法。受试者工作特性(ROC)曲线作为一种评价分类性能的评价标准,在生物医学领域有着广泛的应用。由于在处理类别不平衡和代价敏感的数据时具有显著的优势,在辨别与疾病相关的基因(特征)时,经常使用ROC曲线这种稳健的评价标准。现有的一些基于ROC曲线的特征选择方法能够简单而有效的对单个特征进行评价。然而,这些方法可能无法找到真正的目标特征子集,因为它们缺乏有效的手段来减少特征之间的冗余性。消除特征之间的冗余性在机器学习中是必不可少的。特征的互补性分析正是一种消除特征之间冗余性的有效的方法。本文首先分析了ROC曲线相关背景知识以及研究意义,并介绍了一些现有的基于ROC曲线的特征选择方法在生物信息学领域中的应用。之后分析这些特征选择方法在分析处理基因数据上所存在的不足。最后,提出一种新的基于ROC曲线下面积(AUC)及特征互补性分析的特征选择方法。本文提出了一种新的特征之间互补性的度量方法,即在不同的二维特征空间上,利用错分类实例与其异类最近邻之间的平均曼哈顿距离作为判定特征之间的互补性的标准。如果在某一特征维度上,每一个错分类实例与距它最近的异类实例,在另一特征维度上都具有更大的距离,那么这两个特征就被视为互补特征。随后,本文提出了一种新的基于ROC分析的过滤式特征选择方法。该方法采用一种启发式搜索策略选出具有最大互补性的最优特征。在一组微阵列基因数据集上的实验结果表明,使用我们所提出的方法选出的特征子集能够使分类器的平衡错误率达到最低,并且选出的特征子集所包含的特征数量最少。由此我们得出结论,与其他基于ROC的特征选择方法相比,我们的方法能够选出更少的关键特征,并且有效的提高分类器的分类性能。
【学位授予单位】:南开大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:Q811.4;TP181

【相似文献】
中国期刊全文数据库 前10条
1 何劲松,施泽生;特征选择方法中的信号分析方法研究[J];中国科学技术大学学报;2001年01期
2 聶金宗 ,张方 ,陈祖荫;用于发震地点预报的两种线性特征选择方法[J];北京工业大学学报;1987年01期
3 申清明;闫利军;高建民;赵静;;基于混沌搜索的特征选择方法[J];兵工学报;2013年12期
4 伍建军;康耀红;;文本分类中特征选择方法的比较和改进[J];郑州大学学报(理学版);2007年02期
5 张建兵;戴新宇;陈家骏;;文档分类之特征选择方法的实验比较[J];广西师范大学学报(自然科学版);2008年03期
6 李凯齐;刁兴春;曹建军;李峰;;基于改进蚁群算法的高精度文本特征选择方法[J];解放军理工大学学报(自然科学版);2010年06期
7 杨杰明;刘元宁;曲朝阳;刘志颖;;文本分类中基于综合度量的特征选择方法[J];吉林大学学报(理学版);2013年05期
8 余芳,姜云飞;一种基于朴素贝叶斯分类的特征选择方法[J];中山大学学报(自然科学版);2004年05期
9 田野;南征;郑伟;王星;;中文文本分类中特征选择方法的改进与比较[J];河北北方学院学报(自然科学版);2012年06期
10 刘海峰;王元元;刘守生;;一种组合型中文文本分类特征选择方法[J];广西师范大学学报(自然科学版);2007年04期
中国重要会议论文全文数据库 前6条
1 徐燕;王斌;李锦涛;孙春明;;知识增益:文本分类中一种新的特征选择方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
2 肖婷;唐雁;;文本分类中特征选择方法及应用[A];2008年计算机应用技术交流会论文集[C];2008年
3 徐燕;孙春明;王斌;李锦涛;;基于词条频率的特征选择算法研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
4 陈庆轩;郑德权;郑博文;赵铁军;李生;;中文文本分类中基于文档频度分布的特征选择方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
5 顾成杰;张顺颐;刘凯;黄河;;基于粗糙集和禁忌搜索的特征选择方法[A];江苏省电子学会2010年学术年会论文集[C];2010年
6 王秀娟;郭军;郑康锋;;基于互信息可信度的特征选择方法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
中国博士学位论文全文数据库 前7条
1 张逸石;基于冗余—互补散度及特征包络前沿的数据驱动特征选择方法研究[D];华中科技大学;2016年
2 边婧;不平衡网络异常数据代价敏感特征及实例选择[D];太原理工大学;2016年
3 毛勇;基于支持向量机的特征选择方法的研究与应用[D];浙江大学;2006年
4 尹留志;关于非平衡数据特征问题的研究[D];中国科学技术大学;2014年
5 裴志利;数据挖掘技术在文本分类和生物信息学中的应用[D];吉林大学;2008年
6 毕超;人脸识别中若干特征优化方法研究[D];东北师范大学;2017年
7 刘明霞;属性学习若干重要问题的研究及应用[D];南京航空航天大学;2015年
中国硕士学位论文全文数据库 前10条
1 曹晋;基于SVDD的特征选择方法研究及其应用[D];苏州大学;2015年
2 张强;静态图像上的行人检测方法研究[D];中国科学技术大学;2015年
3 张晓梅;基于融合特征的微博主客观分类方法研究[D];山西大学;2014年
4 王君;基于SVM-RFE的特征选择方法研究[D];大连理工大学;2015年
5 于海珠;面向文本聚类的特征选择方法及应用研究[D];大连理工大学;2015年
6 赵世琛;文本分类中特征选择方法研究[D];山西大学;2014年
7 王丹;特征选择算法研究及其在异常检测中的应用[D];电子科技大学;2014年
8 林艳峰;中文文本分类特征选择方法的研究与实现[D];西安电子科技大学;2014年
9 卢志浩;基于GEP的kNN算法改进研究[D];广西师范学院;2015年
10 王立鹏;面向图数据的特征选择方法及其应用研究[D];南京航空航天大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026