Fuzzy Classification System for Bioinformatics Data Analysis/ Izplūdusī klasifikācijas sistēma bioinformātikas datu analīzei/ Система нечеткой классификации данных биоинформатики

В данной статье описывается разработанная авторами система нечеткой классификации, специально предназначенная для анализа и классификации реальных данных биоинформатики. Определена специфика данных биоинформатики - большое число атрибутов и малое число записей. Данные требования заставляют систему классификации учитывать эти особенности данных биоинформатики, что приводит к использованию соответствующих методов предобработки. Дано описание модулей системы, в том числе и схематическое, и обоснование выбора тех или иных алгоритмов и методов для каждого из модулей. Для предобработки данных выбраны следующие методы: а) для замещения пропущенных величин (только если необходимо) - методы опорных векторов SVM или взвешенных K-ближайших соседей (WKNNI); б) для снижения числа атрибутов - использование быстрого фильтра, основанного на корреляции FCBF; и в) для конструирования функций принадлежности - элементарный алгоритм построения треугольных функций. Для классификации и тестирования применяется алгоритм нечеткой классификации FUZZY BEXA, а для растягивания правил - метод FURIA, который обеспечивает дополнительное растяжение полученных правил классификации, расширяя тем самым возможности классификации новых записей.. Для повышения точности классификации и обеспечения объективного разделения данных на обучающее и тестовое множества применяется 10-кратная перекрестная проверка. Оценка результатов осуществляется путем расчета общей точности и общей ошибки классификации. Поскольку в ходе проведенных авторами исследований использование алгоритмов нечеткой классификации в анализе функций принадлежности оказалось достаточно перспективным, то именно в этом направлении необходимо расширять разработанную авторами систему. При этом пользователям должна быть предоставлена возможность выбора алгоритма нечеткой классификации, специально приспособленного для конструирования функций принадлежности. В ходе дальнейших исследований необходимо сравнить возможности разработанной системы нечеткой классификации с другими методами получения данных, применяемыми для классификации данных биоинформатики.