计算机科学 > 机器学习
[提交于 2025年1月12日
]
标题: 一种使用多视图特征选择方法和集成分类器的泛癌分类模型
标题: A Pan-cancer Classification Model using Multi-view Feature Selection Method and Ensemble Classifier
摘要: 准确识别癌症样本对于精确诊断和有效的患者治疗至关重要。 传统方法在高维数据和高特征与样本数量比的情况下表现不佳,这对于分类癌症样本至关重要。 本研究旨在开发一种针对转录组数据的新型特征选择框架,并提出两种集成分类器。 在特征选择方面,我们根据特征类型对转录组数据集进行垂直划分。 然后在每个划分上应用Boruta特征选择过程,合并结果,并在合并结果上再次应用Boruta。 我们使用不同的Boruta参数重复该过程,并准备最终的特征集。 最后,我们基于LR、SVM和XGBoost分类器构建了两个集成机器学习模型,采用最大投票和概率平均方法。 我们使用10折交叉验证来确保分类性能的稳健性和可靠性。 我们的方法在33种癌症分类中表现出色,准确率为97.11%,AUC值为0.9996,优于现有的最先进方法。 一组12种类型的癌症由于其来源组织的相似性,传统上难以相互区分。 我们的方法准确识别了这些12种癌症类型中超过90%的样本,这优于现有文献中所有已知的方法。 基因集富集分析显示,我们框架所选择的特征丰富了与癌症高度相关的通路。 本研究开发了一种特征选择框架,以选择与癌症发展高度相关的特征,并提高了识别不同类型癌症样本的准确性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.