دسته بندی داده های نامتوازن ریز آرایه DNA مبتنی بر یادگیری گروهی و الگوریتم بهینه سازی ازدحام ذرات دودویی

امروزه دسته بندی داده های ریز آرایه DNA در زمینه تشخیص موثر و پیشبینی درمان انواع بیماری های زیستی ازجمله انواع سرطان بسیار پرکاربرد است. یکی از ویژگیهای داده های ریزآرایه DNA توزیع نامتوازن تعداد نمونه ها در کلاس ها است. این عدم توازن به شدت عملکردپیشبینی کلاس اقلیت را تحت تاثیر قرار می دهد و موجب ارزیابی نادرست عملکرد دسته بندی میشود. در این مقاله، جهت مواجهه با مشکل عدم توازن دادههای ریزآرایه، یک روش یادگیری گروهی مبتنی بر ترکیب روش Bagging و الگوریتمبهینهسازی ازدحام ذرات دودویی ارایهشده است. در روش ارایهشده ابتدا با استفاده از یک روش انتخاب ویژگی سریع و کارآمد تحت عنوان mRMRویژگیهای زاید و افزونه را حذف میکنیم. سپس، با بهکارگیری الگوریتم بهینهسازی ازدحام ذرات دودویی، زیرمجموعههای نمونه بهینه را از کلاساکثریت انتخاب میکنیم و از آنها جهت تولید دستهبندهای پایه متنوع و دقیق در روش Bagging بهره میبریم. همچنین جهت اجتناب از مشکلوزن دهی اهداف در مساله بهینهسازی چندهدفه، با استفاده از یک چهارچوب تصمیمگیری فازی، تعریف منعطفتری از اهداف را در روشنمونهبرداری ارایه میکنیم.نتایج بهدستآمده از آزمایشهایی که روی چهار مجموعه داده نامتوازن ریزآرایه DNA انجامشده است نشان میدهد که روش ارایهشده در معیارهایAccuracy ، F-measure و G-mean عملکرد بهتری را نسبت به روشهای پایه از خود نشان میدهد

کلیدواژه ها:

بهینه سازی ازدحام ذرات دودویی ، توزیع کلاس نامتوازن ، ریزآرایه DNA ، یادگیری گروهی