ارائۀ الگوريتم تركيبي پالايشي- پوششي انتخاب ويژگي و كاربرد آن در كاهش بعد داده‌ها‌ي بيان ژن

امروزه بالا رفتن حجم داده‌ها و تعداد ويژگي‌ها‌ در مجموعۀ داده،‌ باعث كاهش دقت الگوريتم يادگيري و پيچيدگي محاسباتي شده است. روش‌هاي كاهش بعد، نوعي از روش انتخاب مشخصه‌ هستند كه به دو صورت پالايشي و پوششي انجام مي‌شود. دقت روش‌هاي پوششي نسبت به روش‌هاي پالايشي بيشتر است اما در مقابل، روش‌هاي پالايشي‌ سريع‌تر عمل مي‌كنند و پيچيدگي‌هاي محاسباتي كمتري دارند. با در نظر گرفتن مزايا و معايب الگوريتم‌هاي پالايشي و پوششي، در اين پژوهش يك روش تركيبي جديد ارائه شده است. در اين روش، ابتدا كل مشخصه‌هاي موجود در مجموعۀ داده‌ در نظر گرفته مي‌شوند سپس با تركيب الگوريتم‌هاي پالايشي انتخاب مشخصه‌ و ارزش‌گذاري نتايج آن‌ به روش پوششي، زيرمجموعه‌اي بهينه از مشخصه‌ها انتخاب مي‌شوند. با توجه به اينكه بسياري از بيماري‌ها و مسائل زيست‌سيستمي نظير سرطان، به كمك بررسي دادۀ ريزآرايه قابل شناسايي و تشخيص هستند و با توجه به اينكه تعداد مشخصه‌ها در اين مجموعه داده‌ها بسيار زياد است، روش‌ ارائه‌شده در اين پژوهش روي دادۀ ريزآرايۀ مربوط به سه نوع سرطان مورد ارزيابي قرار گرفته‌ است. اين روش، در مقايسه با روش‌هاي مشابه، به دقت بيشتري در دسته‌بندي و شناسايي عوامل مؤثر در سرطان، به‌خصوص سرطان خون دست يافته است.