افزايش كارايي دسته بندي با استفاده از الگوريتم جهش قورباغه جهت پيش بيني سرطان در داده هاي ريزآرايه نامتوازن

در اين پژوهش، روشي نوين و كارا جهت پيش¬بيني احتمال بيماري سرطان از طريق تحليل داده¬هاي ريزآرايه ارائه شده است. يكي از چالش¬هاي موجود در اين زمينه، تعداد بالاي ويژگي¬ها )ژن¬ها( و از طرفي تعداد پايين نمونه¬ها است. لذا، در اين پژوهش ابتدا از روشي كارآمد در زمينه¬ي انتخاب ژن، از تركيب نتايج سه فيلتر در جهت كوچك كردن ابعاد مجموعه داده¬ها براي شناسايي و حذف ژن¬هاي نامرتبط استفاده مي¬شود.از ديگر مسائل و چالش¬هاي مهم در زمينه¬ي دسته¬بندي مجموعه داده-هاي ريز آرايه، نامتوازن بودن اين داده¬ها مي¬باشد. به طور معمول، به اشتباه دسته بندي كردن يك نمونه از كلاس اقليت يا كلاس بيمار، بسيار خطرناك‌تر از دسته‌بندي اشتباه يك نمونه كلاس اكثريت يا كلاس افراد سالم است. از روش¬ دسته¬بندي حساس به هزينه با استفاده از معيار ارزيابي G-MEAN استفاده شده است. در اين پژوهش با استفاده از الگوريتم جهش قورباغه، ماتريس هزينه را به دست مي آوريم. همچنين از الگوريتم تركيبي بگينگ با درخت تصميم حساس به هزينه به عنوان دسته‌بند پايه، اقدام به دسته¬بندي داده¬هاي نامتوازن ريز¬آرايه مي¬كنيم. جهت جلوگيري از افت دقت دسته بندي، به جاي استفاده از يك دسته بند پايه، با استفاده از ايجاد تنوع بين چند دسته بند پايه دقت كلي افزايش خواهد يافت.