بهینه سازی پاررامترهای روشهای یادگیری ماشین بر ارزیابی ژنومی صفات گسسته با در نظر گرفتن ساختار جمعیت و توزیع های متفاوت فنوتیپ

در این تحقیق ، جمعیت های ژنومی برای سطوح مختلف وراثت پذیری (۰۵/۰ و ۲/۰)، عدم تعادل پیوستگی (پایین و بالا) و تعداد متفاوت جایگاه صفا ت کمی (۲۰۰ و ۶۰۰) بر روی ۲۹ کروموزوم شبیه سازی شد. جهت ایجاد نسبت های مختلف فنوتیپ آستانه ای دودویی ، فنوتیپ افراد جمعیت مرجع وابسته به اینکه باقی مانده آنها کمتر از میانگین باقی مانده ( : e رویکرد اول) یا SDe۱e - (رویکرد دوم)باشد کد یک (فنوتیپ نامطلوب) و سایر حیوانات کد صفر (فنوتیپ مطلوب) اختصاص داده شد.برای بهینه سازی پارامترهای ورودی مدل، سطوح مختلف تعداد SNP نمونه گیری شده (۱۰۰، ۱۰۰۰ و ۲۰۰۰(mtry=، تعداد بوت استراپ (۵۰۰، ۱۰۰۰ و ۲۰۰۰(ntree= و حداقل اندازه گره پایانی (۱ و ۵(node size= برای جنگل تصادفی و سطوح مختلف تعداد درخت (۱۰۰، ۱۰۰۰ و ۲۰۰۰(ntree=، عمق درخت (۱، ۵ و ۱۰(tc= و نرخ یادگیری (۱/۰ و ۰۵/۰(lc= برای boosting در نظر گرفته شد. صحت پیش بینی ژنومی روش های جنگل تصادفی و Boosting با کاهش فنوتیپ نامطلوب (رویکرد دوم) افزایش یافت .به طور کلی در تمام سناریوها روش Boosting عملکرد بهتری نسبت به روشجنگل تصادفی داشت که دلیل این امر را می توان لحاظ کردن اثرات متقابل بین نشانگرها، خود ترمیمی و قدرت بالای این روش در کاهش خطای مدل دانست .

کلیدواژه ها:

صفات آستانه ای ، عدم تعادل پیوستگی ، یادگیری ماشین