Graph-based feature extraction for drug classification using machine learning

doi:10.3934/bioeng.2026009

Graph-based feature extraction for drug classification using machine learning

2026-01-01

0

PRE

AI

H

Hamazyad, Sava Mohammed

S

Sulaimany, Sadegh

K

Khoshnaw, Sarbaz H. A. *

DOI：10.3934/bioeng.2026009

原文链接

原文求助

摘要

En 中文

药物分类是医疗决策中的关键任务，该过程可通过选择适合患者属性和病史的药物得到支持。目前，该问题的最先进解决方案倾向于使用基于属性的表现方法，并可能忽视数据点中可能存在的关联结构。本文旨在探讨一种用于多分类药物分类的机器学习算法，其中目标变量为处方药物类型，采用基于图的特征提取方法。所提出的方法可通过多种数据预处理策略使用，包括处理不平衡数据和去除异常值。方法评估需要采用10折交叉验证策略以实现真实且公正的评价。在每个训练集中，创建相似性图并通过三种不同的距离度量提取基于图的属性，如度中心性指标和聚类系数，以考虑样本间的图关系。在测试数据的情况下，通过替代加权k近邻策略计算图属性，从而绝对防止信息泄露。获得的图属性与其他属性一起用于训练不同的机器学习分类器。结果表明，所有距离度量的性能在如此分类中发挥着重要作用。

Keyword:

drug classification

machine learning

graph based feature

distance measures

multiclass classification

Graph-based feature extraction for drug classification using machine learning

摘要

期刊

机构

引用论文