Wrapshap是一种高维特征选择框架，可通过机器学习解释方法来探索生物系统

《npj Systems Biology and Applications》：Wrapshap a high dimension feature selection framework to explore biological systems through machine learning explanations

　　

摘要

在机器学习中现有的特征选择方法中，所谓的包装器方法往往能选出最有效的特征子集。然而，由于这些方法计算成本高且容易过拟合，因此不适用于生物研究中常见的高维数据。Wrapshap框架是一种专为高维生物数据设计的新型特征选择方法，能够解决数据冗余、多重共线性以及交互效应等问题。该框架借助SHAP的加性局部解释方法的局部准确性特性，将复杂的生物数据转化为易于理解的洞察结果。通过整合已训练好的机器学习模型，该框架可将解释结果视为一个新的探索性数据空间，帮助人们全面理解原始数据结构的复杂性。通过对84个回归任务和106个分类任务的测试，结果表明与递归特征消除等现有先进方法相比，Wrapshap在计算速度、特征排序质量以及预测性能方面都具有优势。此外，该方法还适用于多种机器学习模型、解释方法及不同任务类型。由于只需对复杂模型进行一次训练，Wrapshap既避免了传统包装器方法的计算效率问题，又能实现性能监控，从而为实时、交互式的特征选择提供了可能，让用户能够参与其中。这一创新方法填补了现有方法的不足，有助于生成更有依据的生物学假设，提升了机器学习在生物医学研究中的可解释性和实用性。