Гибридный подход к отбору генов с использованием XGBoost и многокритериального генетического алгоритма для классификации рака

Для данных экспрессии генов, полученных с помощью микрочипов, характерно большое число генов при малом числе образцов. Однако лишь немногие из этих генов связаны с раком, что существенно затрудняет отбор признаков. Мы предлагаем двухэтапный подход к отбору генов для классификации рака по данным микрочипов, объединяющий экстремальный градиентный бустинг (XGBoost) и генетический алгоритм многокритериальной оптимизации (XGBoost-MOGA). На первом этапе гены ранжируют с помощью ансамблевого метода отбора признаков на основе XGBoost. Это позволяет эффективно исключить нерелевантные гены и выделить группу генов, наиболее связанных с целевым классом. На втором этапе XGBoost-MOGA с помощью генетического алгоритма многокритериальной оптимизации ищет оптимальное подмножество генов в этой группе. Мы провели серию экспериментов, сравнив XGBoost-MOGA с другими современными методами отбора признаков с использованием двух известных классификаторов машинного обучения на 14 общедоступных наборах данных экспрессии генов, полученных с помощью микрочипов. По различным критериям оценки, включая точность, F-меру, прецизионность и полноту, XGBoost-MOGA показал значимо лучшие результаты, чем ранее разработанные современные алгоритмы.