融合Lasso的近似马尔科夫毯特征选择方法

作     者：刘明 杜建强 李郅琴 罗计根 聂斌 张梦婷 

作者机构：江西师范大学信息化办公室 江西中医药大学计算机学院 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年

学科分类：1006[医学-中西医结合] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 10[医学] 100602[医学-中西医结合临床] 

基　　金：国家自然科学基金项目(NO.62141202 NO.82160955 NO.82260988) 国家重点研发计划项目(NO.2019YFC1712301) 江西省自然科学基金面上项目(NO.20202BAB202019) 江西省教育厅科学技术研究项目(No.GJJ190683) 江西中医药大学校级科技创新团队发展计划(团队编号:CXTD22015) 

主　　题：近似马尔科夫毯 Lasso 特征选择 高维小样本 中医药信息 

摘      要：在特征选择问题中，近似马尔科夫毯常用于判断冗余特征，但所得到的冗余特征并不完全相同，因此，在直接使用近似马尔科夫毯删除冗余特征时，存在可能导致信息丢失的情况，影响模型精度。为此，提出一种用于中药代谢组学高维小样本数据的融合Lasso的近似马尔科夫毯特征选择方法。方法分为两个阶段，第一阶段，通过最大信息系数对特征的相关度分析过滤无关特征；第二阶段，采用近似马尔科夫毯构建相似特征组，使用Lasso评估相似特征组中特征影响力，迭代去除冗余特征。通过实验对比表明：该算法可以在一定程度上可以减少有用信息丢失，去除无关特征和冗余特征，提高模型精度和稳定性。