انتخاب نظارتی و غیرنظارتی متغیرهای حاوی اطلاعات بر اساس روش جک-نایف

بخش اول این بخش در ابتدا با توصیف روش spa و نشان دادن میزان عملکرد آن در انتخاب متغیرهای مورد نظر و مناسب جهت مدل¬سازی شروع می¬شود. ضعف¬های موجود در این روش مورد بررسی قرار می¬گیرد و نشان داده می¬شود که روش spa به تنهایی قادر به انتخاب مجموعه¬ای از بهترین متغیرها برای مدل¬سازی سیستم نمی¬باشد. سپس به بررسی روش cwspa به عنوان اصلاحیه¬ی صورت گرفته بر روش spa پرداخته می-شود. در این روش از میزان همبستگی میان متغیرهای مستقل و متغیر وابسته به عنوان معیار موثر در فرایند انتخاب spa شده¬است. اما نتایج نشان می¬دهد که انتخاب تاثیر گرفته از همبستگی میان متغیرهای مستقل و وابسته در روش spa با اصل اولیه¬ی روش spa (متغیرهایی با کمترین وابستگی خطی به یکدیگر) تفاوت دارد. از این رو در این پژوهش پیشنهاد شد تا از میزان تاثیر هر متغیر مستقل در پیش¬بینی متغیر وابسته¬ی مربوطه به عنوان یک عامل اصلاحی در فرایند spa استفاده شود تا متغیرهای انتخاب¬شده هم باعث تاثیر مثبت در پیش¬بینی متغیر وابسته باشند و هم کمترین وابستگی خطی در بین آن¬ها دیده شود. نتایج بدست¬آمده از بکارگیری این روش بر روی 3 داده¬ی مختلف به خوبی نشان داد که روش پیشنهاد شده توانسته با تعداد متغیر بسیار کم (کمتر از 5 متغیر مستقل) مدل¬هایی با کیفیت پیش¬بینی بسیار بالا ( q2 > 0.85 ) و وابستگی بسیار کم در بین متغیرهای انتخاب¬شده ارائه کند. بخش دوم این بخش شکلی دیگر از انتخاب متغیر را بررسی می¬کند که هدف آن انتخاب متغیرهایی است که بیشترین سهم اطلاعاتی موجود در ماتریس داده¬ها (متغیرهای مستقل) را شامل می¬شوند و همچنین توانایی بالایی در توصیف متغیر وابسته دارند. به این منظور در ابتدا برای جلوگیری از ورود متغیرهای حاوی اطلاعات مشابه به مدل¬سازی، متغیرها با روش گرم-اشمیت بر هم عمود می¬شوند. از روش جک¬نایف نیز به منظور جلوگیری از ورود متغیرهایی که ناپایداری زیادی در ضریب رگرسیون خود دارند استفاده می¬شود. و در نهایت آن سری از متغیرهایی که بتوانند ماتریس امتیاز را به خوبی توصیف کنند انتخاب می¬شوند. در نهایت دیده می¬شود که روش بکار گرفته توانسته به خوبی متغیر وابسته را توصیف کند. نتیجه کلی بدست¬آمده در این بخش روشی است که متغیر وابسته در انتخاب متغیرها هیچ دخالتی (غیرنظارتی) نداشته¬است. از این روش می¬توان برای پیش¬بینی فعالیت و خواص چندین مولکول که یک ساختار کلی را شامل می¬شوند استفاده کرد. با استفاده از این روش 8 متغیر برای داده¬ی hiv انتخاب شد که قدرت پیش¬بینی خوبی ( q2 > 0.80 ) را با توجه به غیرنظارتی بودن روش از خود نشان¬داد.