In the last decades, major advances have been made in the way we collect and generate data in all aspects of life. At the same time the technical approaches to analyze and interpret these datasets have improved. The intersection of these trends is called Big Data and plays an important role in precision medicine and other fields of computer science. Feature selection algorithms brought a considerable progress to cope with these vastly growing amount of machine readable informations. They can identify a minimal set of features that are relevant to develop prediction models with high accuracy. Thus, feature selection simplifies the interpretability as well as computability of big datasets. Many different feature selection methods already exist. Previous studies showed that some of them are biased depending on the feature type and dataset quality. In this work, an ensemble consisting of eight different feature selection methods (EFS) is introduced. An ensemble of learning algorithms has the advantage to be able to alleviate biases of individual approaches. Additionally, EFS provides a cumulative quantitative feature ranking. EFS was applied on several biomedical datasets. Different feature subset selections resulting from the EFS ranking were evaluated on three popular prediction models, namely logistic regression, random forest, and support vector machine. In most of the cases, a significant improvement of the prediction performance could be achieved compared to the same models built with all features. The EFS approach and the evaluations were implemented as an R package EFS as well as a web-application. A quantitative feature ranking and a cumulative barplot of the feature’s importance values are provided as output.     «

In the last decades, major advances have been made in the way we collect and generate data in all aspects of life. At the same time the technical approaches to analyze and interpret these datasets have improved. The intersection of these trends is called Big Data and plays an important role in precision medicine and other fields of computer science. Feature selection algorithms brought a considerable progress to cope with these vastly growing amount of machine readable informations. They can ide...     »

In den letzten Jahrzehnten wurden bedeutende Fortschritte darin gemacht, Daten aus allen Lebensbereichen zu erzeugen und anzusammeln. Zeitgleich verbesserten sich auch die technischen Möglichkeiten diese Datensätze zu analysieren und interpretieren. Die Schnittstelle dieser beiden Entwicklungen wird Big Data genannt und spielt eine wichtige Rolle im Bereich der Hochtechnologiemedizin. Einen beträchtlichen Beitrag zur Bewältigung dieser enorm wachsenden Menge an maschinenlesbaren Informationen brachten die sogenannten Feature Selection Algorithmen. Sie bestimmen die minimale Teilmenge von Parametern, die für Vorhersagemodelle mit hoher Genauigkeit relevant sind. Somit vereinfacht eine Feature Selection die Interpretierbarkeit, sowie die Berechenbarkeit großer Datensätze. Es existieren bereits mehrere verschiedene Feature Selection Methoden. Frühere Studien zeigen jedoch, dass einige dieser Methoden Fehleranfälligkeiten aufgrund von Parametertyp und der Qualität der Datensätze aufzeigen. In dieser Arbeit wird ein Ensemble aus acht verschiedenen Feature Selection Methoden (EFS) vorgestellt. Ein Ensemble von Lernalgorithmen hat den Vorteil die Fehleranfälligkeiten von einzelnen Methoden auszugleichen. Zusätzlich liefert EFS eine kumulative, qualitative Rangliste der Parameter. EFS wurde auf mehrere biomedizinische Datensätze angewendet. Verschiedene Parameterteilmengen, die aus der EFS-Rangliste hervor gegangen sind, wurden mittels folgender drei gängiger Vorhersagemodellen evaluiert: logistische Regression, Random Forest und Support Vector Machines. In den meisten Fällen konnte eine signifikante Steigerung der Vorhersageperformance erreicht werden. EFS und die Evaluationsmethoden wurden sowohl als R-Paket EFS, wie auch als Web-Applikation implementiert. Der Output besteht hierbei aus einer quantitativen Parameterrangliste und einem kumulativen Barplot der Werte der Feature-Importance.     «

In den letzten Jahrzehnten wurden bedeutende Fortschritte darin gemacht, Daten aus allen Lebensbereichen zu erzeugen und anzusammeln. Zeitgleich verbesserten sich auch die technischen Möglichkeiten diese Datensätze zu analysieren und interpretieren. Die Schnittstelle dieser beiden Entwicklungen wird Big Data genannt und spielt eine wichtige Rolle im Bereich der Hochtechnologiemedizin. Einen beträchtlichen Beitrag zur Bewältigung dieser enorm wachsenden Menge an maschinenlesbaren Informationen b...     »