الگوریتم انتخاب ژن جدید مبتنی برادغام sfe و chi-squared

انتخاب ویژگی یکی از روش ­های پیش پردازش داده ­ها است که نقش مهمی در افزایش کارایی طبقه‎بندی داده­ها دارد. علاوه بر این، یکی از کاربردهای مهم انتخاب ویژگی، حوزه انتخاب ژن است که کاربرد مهمی در تعیین عامل­ های و ژن­ های تاثیر گذار در بیماری­های مختلف از جمله سرطان دارد. برای دستیابی به کارایی بالا در کاربرد انتخاب ژن، به الگوریتم­ های انتخاب ویژگی داده­های ابعاد بالا نیاز داریم، تا از بین بیش از هزاران ژن­ بیماری­ ها که از طریق فناوری­های مختلف از قبیل ریز آرایه ­ها جمع آوری می­شوند، ژن­های مهم و تاثیر گذار در بیماری­ ها را تشخیص دهند. یکی از الگوریتم ­هایی که اخیرا برای انتخاب ویژگی داده­های ابعاد بالا ارائه شده است، الگوریتم ساده، سریع و کارا(sfe) است. این الگوریتم نتایج قابل توجهی نسبت به روش ­های محاسبات تکاملی ارائه کرده است، با این وجود می­توان کارایی آن را با روش­های مختلفی بهبود داد. هدف این مقاله بهبود کارایی این الگوریتم در فاز­های انتخاب و عدم انتخاب است. در فاز عدم انتخاب از دو رویکرد متفاوت برای حذف ویژگی­ های کم اهمیت استفاده می­شود. علاوه بر این در فاز انتخاب به جای انتخاب تصادفی ویژگی ­ها از ویژگی­ های مهم تعیین شده توسط الگوریتم chi-squared استفاده می­شود. کارایی الگوریتم ­های انتخاب ویژگی ارائه شده با استفاده از 10 مجموعه داده ابعاد بالا با ابعاد مورد بررسی قرار گرفت. مقایسه نتایج الگوریتم­های ارائه شده نشان‎دهنده این موضوع است که روش ارائه شده می­تواند به عنوان یک روش کارا در انتخاب ویژگی­ داده ­های با ابعاد بالا در کاربردهای یادگیری ماشین و داده کاوی مورد استفاده قرار گیرد.