sigFeature: an R-package for significant feature selection using SVM-RFE and t-statistic
Notice bibliographique
Résumé
Depending on the sub-site of the primary tumour, up to thirty percent of the patients with clinical and radiological node negative HNSCC may have occult metastases. Therefore, currently, up to seventy percent patients with node negative neck disease receive unnecessary therapy to ensure a minority who are truly at risk [1]. The treatment of HNSCC involves surgery, radiotherapy or multimodality therapy like surgery together with adjuvant radiotherapy or chemo radiotherapy. HNSCC is typically considered as a homogeneous tumour group, i.e., histopathologically identical, but they are often genetically disparate and exhibit variable biological behaviour and response to treatment between and within anatomical sub-sites [2]. Currently, treatment decisions for patients with HNSCC are still based on clinical, radiological and pathologic parameters. No molecular markers are used for treatment decision, except in ongoing research protocols. To identify those patients who are truly at risk, a novel feature selection method has been introduced based on expressional genomic data in this study. In data mining, feature selection is an extremely dynamic field of research for classification in the field of machine learning technology. The aim of feature selection is to select a small subset of a feature from a larger pool, rendering not only a good performance of classification but also biologically meaningful insights. Filter methods e.g. the support vector machine recursive feature elimination (SVM-RFE) is recognised as one of the most effective methods. The RFE-SVM algorithm is a greedy method that only hopes to find the best possible combination for classification without considering the differentially significant feature between the classes. To overcome this limitation of SVM-RFE, our proposed approach which is based on RFE-SVM and t-statistic is to find out differentially significant features along with the good performance of classification. The experimental results which we obtained after analysing six publicly available micro array datasets are very promising and show the contribution in feature selection in machine learning technology. The main conclusion is that the selected features are differentially significant between the classes and able to produce good classification accuracy which will help further downstream analysis for strengthening the biological aspect.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,111 | 0,051 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».