面向不平衡医疗数据的多阶段混合特征选择算法

来源：计算机工程与应用杂志2025年第2期北京时间：

作者：刘佳璇, 李代伟, 任李娟, 张海清, 陈金京, 杨瑞

单位：1.成都信息工程大学 软件工程学院，成都 610225；2.四川省信息化应用支撑软件工程技术研究中心，成都 610225

摘要：为解决医疗数据中存在的特征高维和类别不平衡问题，在基于简单、快速和有效高维特征选择算法SFE（simple， fast and effective high-dimensional feature selection）的基础上，提出了一种面向不平衡医疗数据的多阶段混合特征选择算法HFSIM（hybrid feature selection for imbalanced medical data）。HFSIM算法采用改进的自适应边界SMOTE过采样技术，生成符合边界条件的新少数类实例以解决医学数据中类不平衡问题。同时，为了改善搜索空间多样性不足的问题，优化了SFE算法中的非选择操作符率参数UR（unselected rate），有效避免了算法过早收敛及易陷入局部最优的问题。将过滤式Fisher Score方法与优化UR参数后的算法有效结合，使算法能以较低的计算成本获得较好寻优能力。经实验验证，相比于SFE算法，HFSIM算法在Ovarian数据集上准确率达到99.67%，提升了2.11个百分点，G-means和F1分别提升了5.13和2.30个百分点。此外，通过对比特征数量和运行时间，证明了HFSIM算法既能保证算法精度又有效降低了计算成本。

关键词：高维不平衡,特征选择,多阶段混合,医疗数据