선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- (iii) Decision Tree (DT): Decision Tree는 순서도 같은 트리구조이다. 안쪽 노드는 속성에 대한 검사표시이고 가지는 검사의 결과를 나타내며 리프 노드는 클래스 레이블이나 클래스 분포를 나타낸다.
제안 방법
- 단순한 이진 클래스 데이터셋 뿐안 아니라 클래스 개수가 3개, 7개인 데이터셋을 사용함으로써, 분별하기 힘든 종양의 세부 부류를 정확하게 분류하는 알고리즘을 찾고자 하였다' 사용한 첫 번째 데이터셋은 Golub의 실험에서 사용된 급성 림프구성 백혈병(ALL) 또는 급성 골수성 밲혈병 (AML)을 앓고 있는 환자에게서 얻은 것으로 47명의 ALL환자와 25명의 AML환자 데이터로 구성되어 있다【1]. 두 번째 복합형 백혈병 (mixed linage leukemia: MLL) 데이터셋은 24명의 ALL 환자와 20명의 MLL환자와 28명의 AML환자 샘플로 구성되어 있다[2], 세 번째 데이터셋은 Subtypes of Acute Lymphoblastic Leukemia (SALL)으로 15명의 BCR—ABL환자, 27명의 E2A-PBX 환자, 64명의 Hy炽做。50환자, 20명의 MLL환자, 43명의 T-ALL 환자, 79명의 TEL-AML1 환자, 속하지 않는 79명의 OTHERS 환자들의 데이터셋이다[3L - - 각 데이터셋 안의 여러 샘플들을 함께 분석하기 위해 Strand Genomics사의 AvadisS 이용하여 모든 슬라이드의 사분위 수를 똑같게 맞주는 quantile-no「malizatiori을 적용하였다 [4]. 정규화된 데이터셋은 따로 추상화 과정을 거치지 않고 실수 값 그대로 입력 데이터로 사용하였다.
- 각 데이터셋에 세무 클래스와의 연관성이 높고 분별력 있는 유전자들을 information gain과 gini index에 기반해서 순위대로 나열한 후에, 유전자를 1위부터 50위, 100위, 150위, 200위까지 샘플링한 4개의 서브 데이터셋을 만들었다. 이렇게 선택된 각 특징 주출 방법별 분별력 있는 유전자 개수에 따라 앞서 설명한 4가지의 기계학습 알고리즘으로 종양 클래스 분류 모델을 만들고 10 fold 53$-\/게0由師을 사용하여 정확도를 측정하고 서로 비교하였다.
- 다른 하나는 가지치기 과정으로 반사잡음이나 이상치의 가지를 식별하고 잘라낸다. 구축된 Decision T「ee를 사용해서 트리에 대응하는 표본의 속성 값을 테스트함으로써 알려지지 않은 표본을 분류한다.
- 본 논문에서는 다음과 같은 정보공학적 방법으로 종양 분류에 유용한 유전자를 rank gene을 이용하여 선택하였다 [5].
- 본 논문에서는 백혈병에 대한 마이크로 어레이 데이터를 사용하여 정보공학적 방법으로 분별력 있는 유전자들을 추출한 후, Naive Bayes, KNN, Decision Tree, SVM 알고리즘을 이용하여 클래스 분류 모델을 구축하고, 성능을 비교분석 하였다. 실험결과들을 비교 분석한 결과 특징 추출 및 종양 부류 예측 모델의 최적의 조합 찾을 수는 없었지만, 클래스와 샘플 개수에 따른 대략적인 성능의 패턴은 추정할 수 있었다.
- 본 논문에서는 백혈병에 대한 마이크로 어레이 데이터에 information.gain, gini index 방법을 이용하여 질병의 클래스를 구분하는데 있어 분별력 있는 유전자 리스트를 선별한 후, 그 유전자들의 발현 데이터에 NaiVe Bayes, KNN, Decision Tree, SVM 알고리즘을 적용하여 종양 분류 모델을 구축하고 각각의 실험 결과들을 비교 분석함으로써 성능평가를 하였다.
- 예측하고, 분류하는 연구에 적용되어왔다. 본 논문에서는 분멸력 있는 유전자에 기반하여 종양을 분류하는 모델을 구축하는데 있어 다음과 같은 4가지 기계학습 알고리즘을 사용하였다,
- 찾는다. 선택된 人개 샘플들의 분류 결과에 분류하고자 하는 샘플과의 유사도를 가중치로 곱하여 분류하고자 하는 샘플의 분류 결과를 결정한다.
- 4개의 서브 데이터셋을 만들었다. 이렇게 선택된 각 특징 주출 방법별 분별력 있는 유전자 개수에 따라 앞서 설명한 4가지의 기계학습 알고리즘으로 종양 클래스 분류 모델을 만들고 10 fold 53$-\/게0由師을 사용하여 정확도를 측정하고 서로 비교하였다.
- 학습 데이터에 나타난 단어들이 특정 범주의 data에 나타날 확률을 계산하여 새로운 데이터의 범주를 예측하는 방법이며 자질들 사이의 독립성을 가정하여 입력 테이터에 대한 범주의 확률을 계산한다.
대상 데이터
- 사용하였다 (표 1). 단순한 이진 클래스 데이터셋 뿐안 아니라 클래스 개수가 3개, 7개인 데이터셋을 사용함으로써, 분별하기 힘든 종양의 세부 부류를 정확하게 분류하는 알고리즘을 찾고자 하였다' 사용한 첫 번째 데이터셋은 Golub의 실험에서 사용된 급성 림프구성 백혈병(ALL) 또는 급성 골수성 밲혈병 (AML)을 앓고 있는 환자에게서 얻은 것으로 47명의 ALL환자와 25명의 AML환자 데이터로 구성되어 있다【1]. 두 번째 복합형 백혈병 (mixed linage leukemia: MLL) 데이터셋은 24명의 ALL 환자와 20명의 MLL환자와 28명의 AML환자 샘플로 구성되어 있다[2], 세 번째 데이터셋은 Subtypes of Acute Lymphoblastic Leukemia (SALL)으로 15명의 BCR—ABL환자, 27명의 E2A-PBX 환자, 64명의 Hy炽做。50환자, 20명의 MLL환자, 43명의 T-ALL 환자, 79명의 TEL-AML1 환자, 속하지 않는 79명의 OTHERS 환자들의 데이터셋이다[3L - - 각 데이터셋 안의 여러 샘플들을 함께 분석하기 위해 Strand Genomics사의 AvadisS 이용하여 모든 슬라이드의 사분위 수를 똑같게 맞주는 quantile-no「malizatiori을 적용하였다 [4].
- 단순한 이진 클래스 데이터셋 뿐안 아니라 클래스 개수가 3개, 7개인 데이터셋을 사용함으로써, 분별하기 힘든 종양의 세부 부류를 정확하게 분류하는 알고리즘을 찾고자 하였다' 사용한 첫 번째 데이터셋은 Golub의 실험에서 사용된 급성 림프구성 백혈병(ALL) 또는 급성 골수성 밲혈병 (AML)을 앓고 있는 환자에게서 얻은 것으로 47명의 ALL환자와 25명의 AML환자 데이터로 구성되어 있다【1]. 두 번째 복합형 백혈병 (mixed linage leukemia: MLL) 데이터셋은 24명의 ALL 환자와 20명의 MLL환자와 28명의 AML환자 샘플로 구성되어 있다[2], 세 번째 데이터셋은 Subtypes of Acute Lymphoblastic Leukemia (SALL)으로 15명의 BCR—ABL환자, 27명의 E2A-PBX 환자, 64명의 Hy炽做。50환자, 20명의 MLL환자, 43명의 T-ALL 환자, 79명의 TEL-AML1 환자, 속하지 않는 79명의 OTHERS 환자들의 데이터셋이다[3L - - 각 데이터셋 안의 여러 샘플들을 함께 분석하기 위해 Strand Genomics사의 AvadisS 이용하여 모든 슬라이드의 사분위 수를 똑같게 맞주는 quantile-no「malizatiori을 적용하였다 [4]. 정규화된 데이터셋은 따로 추상화 과정을 거치지 않고 실수 값 그대로 입력 데이터로 사용하였다.
- 본 논문에서는 백혈병과 관련된 세 가지 마이크로 어레이 데이터셋을 사용하였다 (표 1). 단순한 이진 클래스 데이터셋 뿐안 아니라 클래스 개수가 3개, 7개인 데이터셋을 사용함으로써, 분별하기 힘든 종양의 세부 부류를 정확하게 분류하는 알고리즘을 찾고자 하였다' 사용한 첫 번째 데이터셋은 Golub의 실험에서 사용된 급성 림프구성 백혈병(ALL) 또는 급성 골수성 밲혈병 (AML)을 앓고 있는 환자에게서 얻은 것으로 47명의 ALL환자와 25명의 AML환자 데이터로 구성되어 있다【1].
성능/효과
- ALL- AML과 MLL 데이터 셋의 경우에는 유전자를 250개 사용할 때보다 분별력 있는 유전자 50개만 사용했을 때, 대무분의 모델에서 더 정확도가 높아지는 경향을 나타내었다. 톡히 MLL 데이터에서 information gain 방법을 사용하여 선택한 50개의 유전자로 SVM알고리즘을 사용해서 모델을 구축했을 때, 정확도가 100%를 나타내었다.
- 톡히 MLL 데이터에서 information gain 방법을 사용하여 선택한 50개의 유전자로 SVM알고리즘을 사용해서 모델을 구축했을 때, 정확도가 100%를 나타내었다. 그러나 클래스 개수가 7개인 SALL 데이터의 경우에는 KNN과 SVM을 사용할 경우, 유전자 개수를 줄일 경우 오히려 정확도가 낮아지는 경향을 보였다. 표2〜4에서 볼 수 있듯이 Decision Tree algorithm을 제외하면 ALL-AML과 MLL은 95〜100%의 정확도를 보였고, SALL은 80~93%의 정확도를 보였다.
- 클래스의 개수가 적을 경우에는 유전자 50개만 가지고도 높은 정확도로 분류할 수 있으나, 클래스의 개수가 많아지면 알고리즘에 따라 좀 더 많은 유전자가 요구될 수 있다. 모든 경우에 있어서 성능이 높은 알고리즘은 없었으며, 대부분의 경우에 Naive Bayes왔 K3N은 비슷한 성능을 보였다. Decision T「ee는 모든 경우에서 제일 낮은 성능을 나타냈다.
- 실험결과들을 비교 분석한 결과 특징 추출 및 종양 부류 예측 모델의 최적의 조합 찾을 수는 없었지만, 클래스와 샘플 개수에 따른 대략적인 성능의 패턴은 추정할 수 있었다. 모든 경우에 있어서 최고의 정확도를 제공하기 위하1서는 여러 알고리즘을 앙상블로 묶어서 구현해야 할 것이다.
- ALL- AML과 MLL 데이터 셋의 경우에는 유전자를 250개 사용할 때보다 분별력 있는 유전자 50개만 사용했을 때, 대무분의 모델에서 더 정확도가 높아지는 경향을 나타내었다. 톡히 MLL 데이터에서 information gain 방법을 사용하여 선택한 50개의 유전자로 SVM알고리즘을 사용해서 모델을 구축했을 때, 정확도가 100%를 나타내었다. 그러나 클래스 개수가 7개인 SALL 데이터의 경우에는 KNN과 SVM을 사용할 경우, 유전자 개수를 줄일 경우 오히려 정확도가 낮아지는 경향을 보였다.
- 그러나 클래스 개수가 7개인 SALL 데이터의 경우에는 KNN과 SVM을 사용할 경우, 유전자 개수를 줄일 경우 오히려 정확도가 낮아지는 경향을 보였다. 표2〜4에서 볼 수 있듯이 Decision Tree algorithm을 제외하면 ALL-AML과 MLL은 95〜100%의 정확도를 보였고, SALL은 80~93%의 정확도를 보였다. SALL은 표본의 수가 327개나 됨에도 클래스의 개수도 7개나 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.