面向混合多视图数据的数据集成特征选择
统计方法学
2020-01-13 v2 应用统计
机器学习
摘要
同时分析多个数据源的数据集成方法通常比单独考察每个数据源能提供更为整体的见解。受“大数据”时代数据集成优势的驱动，我们研究了具有混合数据类型（例如连续、二值、计数值）的高维多视图数据的特征选择。多视图数据的这种异质性给现有特征选择方法带来诸多挑战。然而，在通过经验与理论指导的视角批判审视这些问题后，我们开发了一种实用方案——分块随机自适应迭代 Lasso（B-RAIL），其结合了随机 Lasso、自适应加权方案与稳定性选择的优势。B-RAIL 作为一种通用的数据集成方法可用于稀疏回归与图选择，并且我们通过大量模拟以及推断卵巢癌基因调控网络的案例研究展示了 B-RAIL 的有效性。在该案例研究中，B-RAIL 成功识别出与卵巢癌相关的已知生物标志物，并暗示了未来卵巢癌研究中新的候选标志物。
引用
@article{arxiv.1903.11232,
title = {Feature Selection for Data Integration with Mixed Multi-view Data},
author = {Yulia Baker and Tiffany M. Tang and Genevera I. Allen},
journal= {arXiv preprint arXiv:1903.11232},
year = {2020}
}