استخراج قواعد فازی از داده ها با استفاده از ترکیب الگوریتم ژنتیک و ازدحام ذرات

داده های استفاده شده در شبیه سازی مقاله:

مجموعه داده‌ی Alon et al. برای سرطان Colon به صورت زیر است:

• شامل مقدا بیان ژن برای 2000 ژن و 62 فرد نمونه است. از این ۶۲ نفر ۴۰ نفر بیمار هستند و ۲۲ نفر سالم.
• سطر اول شماره ژن ها و ستون اول شماره نمونه هاست.
• ستون آخر، برچسب نمونه‌ها را نشان می‌دهد. داده‌های با برچسب ۱- سرطانی بودن را نشان می‌دهند و داده‌های با برچسب 1 از کلاس نمونه‌های سالم هستند.

نکته: چون گام Gene selection نمی‌خواد انجام بشه با توجه به محتویات جدول A1 در مقاله به اون دیتاست Alon et al. و شامل دو هزار ژن بود، احتیاجی نیست. چون اسم ژن ها تو اون دیتاست نبود  ما با توجه به اسم ژن های انتخابی، دیتاست رو دوباره وارد فایل اکسل کردیم. استخراج قواعد فازی از همین ده ژن انتخابی در فایل csv ارائه شده کافی است.

توضیحات برای مجموعه داده :

• اصل این دیتاست از مقاله Alon et al. 1999 برای داده‌های سرطان colon استخراج شده که مشتمل بر مقادیر بیان ژن برای ۲۰۰۰ ژن از ۶۲ نمونه است. ستون آخر این دیتاست گروه مربوط به هر نمونه است. ۱- نشانه بیمار(سرطانی) بودن نمونه و ۱ نشانه سالم بودن نمونه است.
• با توجه به بخش ۵.۲، ده ژن از میان ۲۰۰۰ ژنِ دیتاست اصلی انتخاب شده‌اند که در جدول A1 ضمیمه مقاله، آمده است. چون که روند اصلی پیاده‌سازی مقاله روی این ده ژن انجام میگیرد از مجموعه داده‌ی اصلی دیتای مربوط به آن‌ها را استخراج کردیم و در ضمیمه فایل rar ارائه شده است. روند پیاده‌سازی شامل فازی کردن داده‌ها (بخش ۴.۱ در مقاله) ، پیاده سازی الگوریتم ژنتیک و ازدحام ذرات (۴.۲ و ۴.۳ و ۴.۴) و در نهایت استخراج قواعد؛ تنها برای همین مجموعه داده‌.