छोटे नमूना वर्गीकरण के लिए न्यूनतम संदर्भ सेट आधारित विशेषता चयन

हम छोटे नमूनों और उच्च आयामीकरण के वर्गीकरण के लिए विशेषता चयन समस्याओं को संबोधित करते हैं। एक व्यावहारिक उदाहरण माइक्रोarray-आधारित कैंसर वर्गीकरण समस्याएँ हैं, जहाँ नमूना आकार आमतौर पर 100 से कम होता है और विशेषताओं की संख्या कई हजार या उससे अधिक होती है। इस समस्या को हल करने के लिए प्रयुक्त एक सामान्य विधि पुनरावृत्त विशेषता समाप्ति (RFE) विधि है, जो समर्थन वेक्टर मशीनों में अंतर्निहित सामान्यीकरण क्षमता का उपयोग करती है और इस प्रकार छोटे नमूनों की समस्याओं के लिए उपयुक्त है। हम निकटतम पड़ोसी नियम द्वारा उत्पन्न न्यूनतम संदर्भ सेट (MRS) का उपयोग करके एक नवीन विधि का प्रस्ताव करते हैं। MRS वह न्यूनतम संख्या के नमूनों का सेट है जो सभी प्रशिक्षण नमूनों को सही ढंग से वर्गीकृत करता है। यह संरचनात्मक जोखिम न्यूनतमकरण सिद्धांत से संबंधित है और इस प्रकार अच्छे सामान्यीकरण की ओर ले जाता है। प्रस्तावित MRS आधारित विधि को RFE विधि के साथ कई वास्तविक डेटा सेटों से तुलना की जाती है, और प्रयोगात्मक परिणाम दिखाते हैं कि MRS विधि बेहतर वर्गीकरण प्रदर्शन करती है।