Mineração de Regras de Classificação de Câncer utilizando Nondominated Sorting Genetic Algorithm II (NSGA-II)

• Vitor L. Coelho LNCC
• Claudomiro de S. de Sales Junior UFPA

Resumo

Este trabalho apresenta um algoritmo genético baseado no Nondominated Sorting Genetic Algorithm II (NSGA-II) para mineração de regras do tipo IF-THEN para classificação de amostras de células cancerígenas de uma base de expressões de 1000 genes (NCI60) e nove classes de câncer. As regras são compostas pelo total de 30 genes e classificaram a base de dados com precisão superior a 98%.

Referências

Amaral, L. R. do. (2007) “Mineração de regras para classificação de oncogenes medidos por Microarray utilizando algoritmos genéticos”. 123f. Dissertação de mestrado do curso de Ciências da Computação. Universidade Federal de Uberlândia, Minas Gerais, Brasil.

Deb, K. et al. (2002) A fast and elitist multiobjective genetic algorithm: NSGA-II. In IEEE Transactions on Evolutionary Computation, vol. 6, n. 2, p.182-197.

Deb, K.; Reddy, A. R. (2003) Classification of two and multi-class cancer data reliably using multi-objective evolutionary algorithms. In: KanGAL Report.

Dudoit, S. et al.. (2002) Comparison of Discrimination Methods for the Classification of Tumors Using Gene Expression Data. In Journal of the American Statistical Association, 97(457).

Goldberg, D. E. (1989) Genetic Algorithms in Search, Optimization e Machine Learning, Addison-Wesley, 1ª edição.

Golub, T. R. (1989) Molecular classification of cancer: class discovery and class prediction. In Science, 288.

Lin, T-C; et al.(2006) Pattern classification in DNA microarray data of multiple tumor types. Patterns Recognition, vol. 39, p. 2426-2438.

Ross, D. T. et al.. (2000) Systematic variation in gene expression patterns in human cancer cell lines. In Nature Genetics, vol. 24, p. 227-235.

Ooi, C. H.; Tan, P. (2003) Genetic algorithms applied to multi-class prediction for the analisys of gene expression data. In Bioinformatics, p. 37-44.