Fully Bayesian Classification with Heavy-tailed Priors for Selection in\n High-dimensional Features with Grouping Structure
Notice bibliographique
Résumé
Feature selection is demanded in many modern scientific research problems\nthat use high-dimensional data. A typical example is to find the most useful\ngenes that are related to a certain disease (eg, cancer) from high-dimensional\ngene expressions. The expressions of genes have grouping structures, for\nexample, a group of co-regulated genes that have similar biological functions\ntend to have similar expressions. Many statistical methods have been proposed\nto take the grouping structure into consideration in feature selection,\nincluding group LASSO, supervised group LASSO, and regression on group\nrepresentatives. In this paper, we propose a fully Bayesian Robit regression\nmethod with heavy-tailed (sparsity) priors (shortened by FBRHT) for selecting\nfeatures with grouping structure. The main features of FBRHT include that it\ndiscards more aggressively unrelated features than LASSO, and it can make\nfeature selection within groups automatically without a pre-specified grouping\nstructure. In this paper, we use simulated and real datasets to demonstrate\nthat the predictive power of the sparse feature subsets selected by FBRHT are\ncomparable with other much larger feature subsets selected by LASSO, group\nLASSO, supervised group LASSO, penalized logistic regression and random forest,\nand that the succinct feature subsets selected by FBRHT have significantly\nbetter predictive power than the feature subsets of the same size taken from\nthe top features selected by the aforementioned methods.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».