面向健康应用的相关特征与向量机

本文提出了相关特征与向量机（RFVM），这是一种新颖的模型，旨在解决处理临床前瞻性研究时遇到的胖数据问题。胖数据问题指的是机器学习（ML）算法在处理特征数量远大于样本数量的数据库时所面临的局限性（这在某些医学领域是常见情况）。为了克服这些局限性，RFVM 融合了不同的特性：（1）贝叶斯公式，通过贝叶斯模型平均使模型能够在不发生过拟合的情况下推断其参数。（2）联合优化，通过同时包含定义原始空间（特征）的变量和定义对偶空间（观测）的变量，克服了由胖数据特性带来的限制。（3）集成剪枝，在训练迭代优化过程中移除不相关的特征和样本。此外，最后一点在进行医学前瞻性研究时至关重要，它使研究人员能够排除不必要的医学检测，降低成本和患者的不便，并识别出表征疾病的关键患者/受试者，进而优化患者招募过程，从而形成一个平衡的队列。该模型的能力在多个具有胖数据问题的医学数据集上，与最先进的模型进行了对比测试。这些实验工作表明，RFVM 能够在提供最紧凑的数据子集（在特征和样本两方面）的同时，实现具有竞争力的分类精度。此外，所选择的特征（医学检测）似乎与现有的医学文献相符。