基于稀疏自编码器的无监督特征工程算法BioSAE

为了研究特征间的内在关系，提出了一种基于稀疏自编码器的无监督特征工程算法BioSAE对给定数据集进行编码，并猜想经过稀疏自编码器编码的新构造特征可以训练出更好的分类模型。使用来自TCGA的6种癌症类型的3494个甲基化样本进行了综合评估与实验，首先通过稀疏自编码器得到经过编码的特征，然后使用这些特征与原始的甲基化特征进行分析和对比。实验结果表明：在本研究进行的大多数建模实验中，经过BioSAE编码的特征均优于原始的甲基化特征。同时，将这一算法应用于一些其他领域数据集，如图像数据等，同样取得了相似的提升效果。