الگوريتم انتخاب ژن جديد مبتني برادغام SFE و Chi-Squared

انتخاب ويژگي يكي از روش ­هاي پيش پردازش داده ­ها است كه نقش مهمي در افزايش كارايي طبقه‎بندي داده­ها دارد. علاوه بر اين، يكي از كاربردهاي مهم انتخاب ويژگي، حوزه انتخاب ژن است كه كاربرد مهمي در تعيين عامل­ هاي و ژن­ هاي تاثير گذار در بيماري­هاي مختلف از جمله سرطان دارد. براي دستيابي به كارايي بالا در كاربرد انتخاب ژن، به الگوريتم­ هاي انتخاب ويژگي داده­هاي ابعاد بالا نياز داريم، تا از بين بيش از هزاران ژن­ بيماري­ ها كه از طريق فناوري­هاي مختلف از قبيل ريز آرايه ­ها جمع آوري مي­شوند، ژن­هاي مهم و تاثير گذار در بيماري­ ها را تشخيص دهند. يكي از الگوريتم ­هايي كه اخيرا براي انتخاب ويژگي داده­هاي ابعاد بالا ارائه شده است، الگوريتم ساده، سريع و كارا(SFE) است. اين الگوريتم نتايج قابل توجهي نسبت به روش ­هاي محاسبات تكاملي ارائه كرده است، با اين وجود مي­توان كارايي آن را با روش­هاي مختلفي بهبود داد. هدف اين مقاله بهبود كارايي اين الگوريتم در فاز­هاي انتخاب و عدم انتخاب است. در فاز عدم انتخاب از دو رويكرد متفاوت براي حذف ويژگي­ هاي كم اهميت استفاده مي­شود. علاوه بر اين در فاز انتخاب به جاي انتخاب تصادفي ويژگي ­ها از ويژگي­ هاي مهم تعيين شده توسط الگوريتم Chi-Squared استفاده مي­شود. كارايي الگوريتم ­هاي انتخاب ويژگي ارائه شده با استفاده از 10 مجموعه داده ابعاد بالا با ابعاد مورد بررسي قرار گرفت. مقايسه نتايج الگوريتم­هاي ارائه شده نشان‎دهنده اين موضوع است كه روش ارائه شده مي­تواند به عنوان يك روش كارا در انتخاب ويژگي­ داده ­هاي با ابعاد بالا در كاربردهاي يادگيري ماشين و داده كاوي مورد استفاده قرار گيرد.