Optimization of Spaced K-mer Frequency Feature Extraction using Genetic Algorithms for Metagenome Fragment Classification

Abstract

K-mer frequencies are commonly used in extracting features from metagenome fragments. In spite of this, researchers have found that their use is still inefficient. In this research, a genetic algorithm was employed to find optimally spaced k-mers. These were obtained by generating the possible combinations of match positions and don't care positions (written as *). This approach was adopted from the concept of spaced seeds in PatternHunter. The use of spaced k-mers could reduce the size of the k-mer frequency feature's dimension. To measure the accuracy of the proposed method we used the naïve Bayesian classifier (NBC). The result showed that the chromosome 111111110001, representing spaced k-mer model [111 1111 10001], was the best chromosome, with a higher fitness (85.42) than that of the k-mer frequency feature. Moreover, the proposed approach also reduced the feature extraction time.

Pengenalan Pola Tulisan Tangan Resep Dokter Menggunakan Metode Naïve Bayes Classifier pada Puskesmas Kambaniru

“…Proses selanjutnya kedua jenis data diproses ke grayscale dan lanjut diekstraksi menggunakan ekstraksi GLCM dan mendapatkan pola latih dan pola uji. Proses selanjutnya yaitu dilanjutkan dengan proses ekstraksi Naïve Bayes Classifier dan mendapatkan nilai akurasinya [10].…”

Deep learning model for metagenome fragment classification using spaced k-mers feature extraction

“…Pekuwali dkk. [10] melakukan penelitian mencari kombinasi fitur terbaik dari fragmen menggunakan algoritme genetika. Ektraksi fitur kajian tersebut menggunakan spaced k-mers yang menghasilkan pola 111 1111 10001 dengan 1 adalah match dan 0 adalah don't care sehingga menghasilkan 336 fitur.…”

“…Pada penelitian ini, arsitektur classifier DNN dibandingkan dengan arsitektur classifier CNN [13] dan classifier naïve Bayes [10]. Hasil akurasi dari klasifikasi data dinyatakan pada Gambar 4.…”

Seleksi Fitur Yang Berpengaruh Menggunakan Nilai Mean Pada Klasifikasi Fragmen Metagenome

“…Binning berbasis komposisi mengelompokan fragmenfragmen dari berbagai organisme berdasarkan tingkat taksonominya menggunakan teknik-teknik dalam machine learning, yaitu ekstraksi fitur dan pengklasifikasian atau pengklusteran. Pekuwali (2018) telah melakukan penelitian dengan menggunakan spaced k-mers frekuensi sebagai metode pengekstraksi fitur dan Naive Bayesian Classifier (NBC). Penggunaan metode spaced k-mers frekuensi menghasilkan model posisi match (1) dan don't care (0).…”

“…Sedangkan saat menggunakan fitur 38 sampai 43 menghasilkan akurasi sebesar 79,67%. Pada Gambar 10 dapat dilihat bahwa dengan menggunakan 6 fitur menghasilkan akurasi yang tidak jauh berbeda dengan yang melibatkan 336 fitur (Pekuwali, 2018).…”