[논문 리뷰] A Hybrid Both Filter and Wrapper Feature Selection Method for Microarray Classification

Li‐Yeh Chuang, Chao-Hsuan Ke외 1명|arXiv (Cornell University)|2016. 12. 27.

Gene expression and cancer classification인용 수 28

한 줄 요약

이 논문은 정보 양(필터)과 향상된 이진 입자 군집 최적화(BPSO, 워퍼)를 조합한 하이브리드 특성 선택 방법을 제안한다. 필터 기반 유전자 랭킹과 워퍼 기반 검색 최적화를 통합함으로써, 더 작은 크기의 더 정확한 유전자 서브셋을 식별하여, 단독 방법에 비해 계산 비용을 줄이고 분류 정확도를 높인다.

ABSTRACT

Gene expression data is widely used in disease analysis and cancer diagnosis. However, since gene expression data could contain thousands of genes simultaneously, successful microarray classification is rather difficult. Feature selection is an important pre-treatment for any classification process. Selecting a useful gene subset as a classifier not only decreases the computational time and cost, but also increases classification accuracy. In this study, we applied the information gain method as a filter approach, and an improved binary particle swarm optimization as a wrapper approach to implement feature selection; selected gene subsets were used to evaluate the performance of classification. Experimental results show that by employing the proposed method fewer gene subsets needed to be selected and better classification accuracy could be obtained.

연구 동기 및 목표

• 질병 분류에서 수천 개의 유전자를 포함한 고차원 마이크로어레이 데이터의 과제를 해결하기 위해.
• 효율적인 특성 선택을 통해 계산 비용을 줄이고 분류 정확도를 향상시키기 위해.
• 필터 및 워퍼 방법의 장점을 조합하여 뛰어난 유전자 서브셋 선택을 위해.
• 분류 정확도와 서브셋 크기를 사용하여 선택된 유전자 서브셋의 성능을 평가하기 위해.

제안 방법

• 질병 분류에 대한 관련성에 따라 유전자를 랭킹하기 위해 정보 양을 필터 방법으로 사용한다.
• 최적의 유전자 서브셋을 검색하기 위해 향상된 이진 입자 군집 최적화(BPSO)를 워퍼 방법으로 활용한다.
• 정보 양에서 유도된 높은 랭킹의 유전자로 BPSO를 초기화하여 필터 랭킹과 워퍼 검색을 통합한다.
• BPSO 내에서 분류 정확도를 적합도 함수로 사용하여 후보 유전자 서브셋을 평가한다.
• 필터 단계에서 식별된 유망한 유전자 조합에 초점을 맞춤으로써 검색 과정을 최적화한다.
• 두 단계 접근법을 사용한다: 필터는 초깃값으로 유전자 랭킹, 워퍼는 최종 서브셋 최적화.

실험 결과

연구 질문

• RQ1 필터 및 워퍼 방법을 조합하면 마이크로어레이 데이터의 분류 정확도를 향상시킬 수 있는가?
• RQ2 이 하이브리드 접근법은 효과적인 분류를 위해 필요한 유전자 수를 줄일 수 있는가?
• RQ3 정보 양과 향상된 BPSO의 통합은 단독 필터 또는 워퍼 방법과 비교해 어떻게 다른가?
• RQ4 기존 방법에 비해 제안된 방법이 더 높은 정확도를 달성하면서도 더 작은 유전자 서브셋을 얻을 수 있는가?

주요 결과

• 하이브리드 방법은 필터 또는 워퍼 방법을 별도로 사용한 것보다 더 높은 분류 정확도를 달성했다.
• 최종 서브셋에 필요한 유전자가 더 적게 필요하여 계산 비용이 줄었고 해석 가능성도 향상되었다.
• 정보 양과 향상된 BPSO의 통합은 빠른 수렴과 더 나은 검색 효율성을 이끌어냈다.
• 정확도와 유전자 서브셋 크기 측면에서 제안된 방법은 기준 기반 접근법을 모두 능가했다.