SVM-RFE: отбор и визуализация наиболее значимых признаков с использованием нелинейных ядер

ВВЕДЕНИЕ: Метод опорных векторов (SVM) представляет собой мощный инструмент для анализа данных, в которых число предикторов примерно равно числу наблюдений или превышает его. Однако первоначально применение SVM для анализа биомедицинских данных было ограничено, поскольку этот метод не предназначен для оценки важности переменных-предикторов. В биомедицинских исследованиях крайне важно строить модели предсказания, основанные только на наиболее значимых переменных. В настоящее время проведена значительная работа по обеспечению оценки важности переменных в моделях SVM, однако основное внимание уделялось SVM с линейными ядрами. Предсказательная мощность SVM связана с гибкостью, обеспечиваемой использованием нелинейных ядер. Кроме того, SVM был расширен для моделирования исходов выживаемости. В данной статье алгоритм рекурсивного исключения признаков (Recursive Feature Elimination, RFE) расширяется за счет предложения трех подходов к ранжированию переменных на основе нелинейного SVM и SVM для анализа выживаемости. РЕЗУЛЬТАТЫ: Предложенные алгоритмы позволяют визуализировать каждую итерацию RFE и тем самым выявлять предикторы, наиболее значимые для переменной отклика. С использованием имитационных исследований, основанных на исходах «время до события», и трех реальных наборов данных мы оценили три метода, основанных на псевдовыборках и ядерном анализе главных компонент, и сравнили их с исходным алгоритмом SVM-RFE для нелинейных ядер. В имитационных исследованиях три предложенных алгоритма в целом превосходили эталонный RFE для нелинейных ядер при сравнении действительно наиболее значимых переменных с рангами переменных, полученными каждым алгоритмом. В целом метод RFE-псевдовыборок превосходил три других метода, даже когда во всех протестированных сценариях предполагалась корреляция между переменными. ВЫВОДЫ: Предложенные подходы можно точно применять для отбора переменных и оценки направления и силы связей при анализе биомедицинских данных с использованием SVM для категориальных исходов или исходов «время до события». Проведение отбора переменных...