انتخاب ويژگي پايدار و مقاوم براي دسته بندي داده هاي ژنتيكي به وسيله ادغام روش هاي رتبه بندي و روش پيچشي

بالا بودن ابعاد یك مجموعه داده باعث افزایش فضاي جستجو و كاهش قدرت تعمیم پذیري و پیچیدگی محاسباتی می شود. از جمله مجموعه داده هایی كه داراي ابعاد بالا هستند می توان به مجموعه داده هاي ریز آرایه اشاره كرد. ریز آرایه ها محتوي داده ها ي ژنتیكی و بیولوژیكی هستند. این داده ها در تشخیص مجموعه اي از سرطان ها و تمور هاي گوناگون مورد استفاده قرار می گیرند.از این رو فرآیند كاهش ابعاد بر روي داده هاي ژنتیكی در عملكرد پیش بینی نوع بیماري، درمان و دارو از اهمیت به سزایی برخوردار است. براي شناسایی ژن هاي متمایز و برتر براي دسته بندي داده ها نیازمند فرآیند انتخاب ویژگی هستیم .هدف اصلی این مقاله ارائه روشی براي كاهش ابعاد و دسته بندي مجموعه داده هاي ژنتیكی است. در مرحله اول ادغام چندین روش رتبه بندي براي بالا بردن مقاومت و پایداري فرآیند انتخاب ویژگی صورت می پذیرد. در قسمت بعدي،تركیب روش هاي رتبه بندي با روش پیچشی به منظور بیان ارتباطات، كنش و واكنش میان ژن ها است. در ادامه فرآیند دسته بندي مبتنی بر ماشین بردار پشتیبان مورد استفاده قرار گرفته است. مشكل گروه هاي نامتوازن در مرحله آموزش بر طرف می گردد. ،SVM قبل از ارائه داده ها به دسته بندي كننده متوسط نتایج روش پیشنهادي بر روي 5 پایگاه داده ریز آرایه به این صورت است، كه معیار مقاومت در فرآیند انتخاب ویژگی 96 ] به ازاي تغییر تعداد ویژگی هاي منتخب ، تغییر می كنند.محدود % ، در بازه [ 0.88،0.70 ] و معیار دقت دسته بندي در بازه [% 91 بودن بازه تغییرات معیارها نشان دهنده پایداري روش پیشنهادي است.