乳がんのリスク評価のための教師あり機械学習におけるドメイン知識の統合

私たちは、遺伝子データ、家族歴、および年齢を使用して閉経後の女性の乳がんリスクを予測するモデルを生成するために、さまざまな教師あり機械学習およびデータマイニング技術を使用しました。本論文では、さまざまな特徴選択アルゴリズムを使用して9つの最良のSNPを選択し、バイナリ分類器の性能を評価するアプローチを提案します。また、私たちはドメイン知識を機械学習モデルに組み込むアルゴリズムを設計しました。私たちの観察結果は、ドメイン知識と特徴選択技術の両方を使用して生成された機械学習モデルが、分類の単純なアプローチに比べてより良い性能を示したことを明らかにしました。さらに、9つの最良のSNPを選択することに加えて、特徴選択は癌リスク評価に使用される特徴セットから年齢を除外する結果になったことも興味深いです。