طبقه بندي سرطان مبتني بر بيان ژن از طريق انتخاب ويژگي با طبقه بندي KNN و SVM

امروزه سرطان‌ها يكي از مهمترين عوامل مرگ ومير انسان‌ها محسوب مي‌شوند كه فناوري ريز آرايه نقش مهمي در تشخيص، درمان و طبقه بندي انواع بافت‌هاي سرطاني دارد. وجود ژن‌هاي زياد و تعداد اندك نمونه‌ها باعث ايجاد مشكلاتي در طراحي طبقه بندها شده است. بنابراين كاهش ابعاد و انتخاب تعداد كمي از ژن‌ها با دقت پيش بيني بالا براي طبقه بندي سرطان از چالش‌هاي مهم تحليل داده‌هاي ريز آرايه است. در اين مقاله مطالعه تاثير روش هاي انتخاب ويژگي با استفاده از روش هاي فيلتر در دقت و خطاي طبقه بندي نظارت شده سرطان را ارائه مي كند. مقايسه بين روش هاي مختلف فيشر، T-آماري، SNR و ReliefF با استفاده ازمجموعه داده هاي مختلف سرطان شامل سرطان خون، پروستات و روده بزرگ ارزيابي شده است. نتايج طبقه بندي با استفاده از طبقه بندي K نزديك ترين همسايه (KNN)و ماشين بردار پشتيبان (SVM) كه تركيبي بين روش هاي SNR و طبقه بندي SVM با بالاترين دقت را نشان مي دهد.