Samenvatting

Technieken op het gebied van machine learning (ML) worden op grote schaal toegepast in de gezondheidszorg, variërend van precisiegeneeskunde tot de mogelijkheid van preventieve zorg. Een algemeen probleem bij klinische studies is de combinatie van hoge dimensionaliteit en kleine steekproefomvang, wat het proces van het extraheren van significante indicatoren uit de feature-set bemoeilijkt. In dit artikel vergelijken we de kwaliteit van drie methoden voor kenmerkselectie wanneer het aantal steekproeven laag is in vergelijking met het aantal kenmerken. De resultaten worden vergeleken met die van eerder onderzoek waarin een optimalisatieproces werd toegepast op recursieve feature eliminatie. De twee filtermethoden, Anova en chi-kwadraat, konden geen stabiele resultaten opleveren, terwijl de embedded Lasso-methode veelbelovendere resultaten liet zien.