UFFizi: a generic platform for ranking informative features.
UFFizi: a generic platform for ranking informative features.
复制标题
DOI：
10.1186/1471-2105-11-300
复制
发表时间：
2010-06-03
影响因子：
3
通讯作者：
Horn D
中科院分区：
文献类型：
--
作者：
Gottlieb A;Varshavsky R;Linial M;Horn D
在复杂数据分析中，特征选择是一项重要的前处理任务。选择适当的特征子集可以改进分类或聚类，并导致对数据的更好理解。一个重要的例子是从基因表达分析中出现的数千个基因中找出一组信息丰富的基因。已经提出了许多有监督的方法，但只有少数无监督的方法存在。无监督特征滤波(UFF)就是这样一种方法，它基于奇异值分解(SVD)的熵度量，对特征进行排序并选择一组优选的特征。我们分析了超临界流体的统计性质，并提出了一种有效的近似方法来计算它的熵度量。这使我们能够开发一个实现UFF算法的网络工具。我们提出了新的标准来指示一个被考虑的数据集是否服从UFF的特征选择。基于类似于UFF的形式主义，我们还提出了一种无监督的孤立点检测(UDO)方法，给出了一个新的孤立点定义，并给出了一个对实例的“孤立点程度”进行排序的度量。我们的方法在基因和microRNA表达数据集上进行了演示，涵盖了病毒感染、疾病和癌症。我们应用Uffizi从这些数据集中选择基因，并讨论它们的生物学和医学相关性。从UFF算法提取的统计属性可以将所选特征与其他特征区分开来。Uffizi是一个基于UFF算法的框架，适用于广泛的疾病。该框架还作为网络工具实施。该网络工具可在以下网址获得：http://adios.tau.ac.il/UFFizi
Feature selection is an important pre-processing task in the analysis of complex data. Selecting an appropriate subset of features can improve classification or clustering and lead to better understanding of the data. An important example is that of finding an informative group of genes out of thousands that appear in gene-expression analysis. Numerous supervised methods have been suggested but only a few unsupervised ones exist. Unsupervised Feature Filtering (UFF) is such a method, based on an entropy measure of Singular Value Decomposition (SVD), ranking features and selecting a group of preferred ones. We analyze the statistical properties of UFF and present an efficient approximation for the calculation of its entropy measure. This allows us to develop a web-tool that implements the UFF algorithm. We propose novel criteria to indicate whether a considered dataset is amenable to feature selection by UFF. Relying on formalism similar to UFF we propose also an Unsupervised Detection of Outliers (UDO) method, providing a novel definition of outliers and producing a measure to rank the "outlier-degree" of an instance. Our methods are demonstrated on gene and microRNA expression datasets, covering viral infection disease and cancer. We apply UFFizi to select genes from these datasets and discuss their biological and medical relevance. Statistical properties extracted from the UFF algorithm can distinguish selected features from others. UFFizi is a framework that is based on the UFF algorithm and it is applicable for a wide range of diseases. The framework is also implemented as a web-tool. The web-tool is available at: http://adios.tau.ac.il/UFFizi
登录
查看更多内容
影响因子：
12
作者：
Hodge, VJ;Austin, J
通讯作者：
Austin, J
DOI：
10.1146/annurev.pathol.4.110807.092222
发表时间：
2009
期刊：
Annual review of pathology
影响因子：
--
作者：
Lee YS;Dutta A
通讯作者：
Dutta A
影响因子：
5.8
作者：
Herrero, J;Díaz-Uriarte, R;Dopazo, J
通讯作者：
Dopazo, J
DOI：
10.1073/pnas.97.18.10101
发表时间：
2000-08-29
影响因子：
11.1
作者：
Alter, O;Brown, PO;Botstein, D
通讯作者：
Botstein, D
影响因子：
30.8
作者：
Maestrini, E;Monaco, AP;Christiano, AM
通讯作者：
Christiano, AM