انتخاب ژن هاي موثر در بروز سرطان پروستات با به كارگيري روش هاي كاهش ابعاد براساس مدل ماشينبردار پشتيبان

Selection of genes involved in prostate cancer using dimensionalityreduction techniques based on support vector machine

امروزه با گسترش بهره گيري از مجموعه داده هاي بعد بالا و مواجهه با مشكلات مرتبط با ابعاد بالا، استفاده از رويكرد كاهشابعاد در مسائل يادگيري ماشين براي يافتن مجموعه ويژگي بهينه و پيش بيني صحيح رده هاي موردنظر، امري ضروري است. اين روش ها، در حذف ويژگي هاي زائد، افزايش دقت يادگيري و تفسيرپذيري و فهم بهتر نتايج عدچندي، رويكرد دسته ماشين بردار پشتيبان تصادفي به عنوان  تاثيرگذارند. در اين پژوهش براي مواجهه با مشقت ب رهيافتي از يادگيري دسته اي، حذف بازگشتي ويژگي مبتني بر ماشين بردار پشتيبان كه از روش هاي انتخاب ويژگي جانشاني است و تركيب آزمون تي و الگوريتم حذف بازگشتي ويژگي مبتني بر ماشين بردار پشتيبان، مورد بررسي قرار مي گيرد. براي آشكارسازي تاثير اين روش ها در بهبود عملكرد رده بندي، داده هاي بيان ژن سرطان پروستات به كار گرفته مي شود. مقايسه نتايج مدل بندي داده هاي حاضر، نشان مي دهد كه انتخاب ژن هاي موثر در بروز سرطان منجر به افزايش كارايي كلي مدل مي شود و استفاده از روش تركيبي فيلتر كردن ويژگي ها و رويكرد حذف بازگشتي ويژگي، از لحاظ صحت و تعداد ژن هاي انتخابي نسبت به دو روش ديگر بهتر عمل مي كند.

Nowadays, with the expansion of high-dimensional data and the problems related to high dimensions, it is essential to utilize different dimensionality reduction techniques in machine learning to find the optimal feature set and classify accurately. These methods are effective in eliminating redundant features, increasing learning efficiency and interpretability of results. In this article, the random support vector machine cluster as an ensemble learning algorithm, support vector machine recursive feature elimination (SVM-RFE), which is one of the embedded methods, and implementing SVM-RFE filtered with the t-test, are investigated. To reveal the effectiveness of these methods in improving classification performance, prostate cancer gene expression data were used. The comparison of results shows that the selection of genes involved in cancer leads to a more accurate model and the combination of the filtering method and SVM-RFE in terms of accuracy and number of selected genes is better than the other two methods. Keywords: Dimensionality reduction, Random