特征选择的方差分析答案

【问题标题】：ANOVA for feature selection特征选择的方差分析
【发布时间】：2019-03-31 17:45:00
【问题描述】：

我正在尝试在 R 中使用 ANOVA 执行特征选择。目前我有一个大型矩阵（名为 expressionMarix），其中存储了我的表达式配置文件和一个因子 (命名标签），其中代表了 4 种疾病。 表达式矩阵看起来像这样：

           1007_s_at    1053_at     117_at    121_at   1255_g_at
GSM1304852  2.394537 0.10510845 -0.4597124 0.9333566 -0.23991384
GSM1304853  2.275184 0.06160802 -0.5231035 1.1318090  0.10112324
GSM1304854  2.161163 0.34217618 -0.4436059 0.9975700 -0.04087979
GSM1304855  1.964183 0.35939157 -0.6370277 1.0079778 -0.21851374
GSM1304856  2.132253 0.22356958 -0.3511470 0.9720455 -0.29917857

列是基因，行是样本。

是否有允许我使用 ANOVA 选择相关列的软件包？我当前的代码如下所示：

modelAnova <- aov(expressionMatrix ~ Labels)
sumAnova <- summary(modelAnova)
pValList <- list()
i = 1
while(i < dim(Mstriat)[1]){
  print(i)
  pValList[i] <- sumAnova[[i]][["Pr(>F)"]][1]
  i <- i+1
}
keepers<-which(cValList<0.05)

但是 for 循环确实很耗时。有没有更有效的方法？

【问题讨论】：

标签： r anova

【解决方案1】：

没有dput(expressionMarix) 和dput(Labels) 输出，很难给出完美的答案，但是，我在其他模型上遇到了同样的问题，它对broom::tidy() 功能有很大帮助。我们的想法是在data.frame 中转换模型，然后仅使用所需的p.value 对行进行子集化，现在是一列：

library(broom)
# this is going to put in a data.frame the output of the model
inline <- tidy(modelAnova)

# here you filter the p.value <= 0.05
inline[!is.na(inline$p.value <= 0.05),]

【讨论】：