重新审视高维基因表达数据中的逻辑回归

逻辑回归由于其可解释性和计算效率，仍然是一种广泛使用的分类方法；然而，当特征数量远远超过样本数量时，其在高维生物医学数据中的直接应用受到限制。本文提出了一种重新构建的逻辑回归框架，旨在用于复杂高维情境下的特征选择与分类。 该方法在三个生物医学数据集上进行了评估，其中包括具有数以万计属性且样本数量显著较少的情形。在这些数据集上，所提出的方法在选择紧凑特征集的同时，实现了对对照组与疾病组的清晰区分。若干被选特征与既往报道的疾病相关标志物一致，支持了该模型在生物学上的合理性；同时，其他被选特征还提示了有待进一步研究的潜在新候选标志物。这些结果表明，所提出的框架可为高维计算生物学应用中的特征选择提供一种具有可解释性且计算高效的替代方案。

逻辑回归由于其可解释性和计算效率，仍然是一种被广泛使用的分类方法；然而，当特征数量远远超过样本数量时，其在高维生物医学数据中的直接应用受到限制。本文提出了一种重构的逻辑回归框架，旨在用于复杂高维情境下的特征选择与分类。该方法在三个生物医学数据集上进行了评估，其中包括具有数万个属性且样本数显著较少的情形。在这些数据集上，所提出的方法在选择出一组紧凑特征的同时，实现了对对照组与疾病组的清晰区分。若干被选特征与先前报道的疾病相关标志物一致，支持了模型在生物学上的合理性；与此同时，其他被选特征提示了有待进一步研究的潜在新候选标志物。这些结果表明，所提出的框架可为高维计算生物学应用中的特征选择提供一种具有可解释性且计算高效的替代方案。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.20.739668v1?rss=1

🏷️ 逻辑回归 高维基因表达 特征选择 生物标志物 疾病分类 小样本学习