बायोइन्फॉर्मेटिक्स में अतिशयोक्ति: एक उदाहरण

प्रेरणा: सांख्यिकीय बायोइन्फॉर्मेटिक्स अनुसंधान में, अलग-अलग अनुकूलन तंत्र संभवतः प्रकाशित पत्रों में 'अतिशयोक्ति' की ओर ले जाते हैं। अब तक, हालांकि, इस अतिशयोक्ति के पीछे विभिन्न स्रोतों के संबंध में एक व्यवस्थित आलोचनात्मक अध्ययन की कमी है। परिणाम: हम उच्च-आयामी वर्गीकरण को उदाहरण के रूप में इस्तेमाल करके अतिशयोक्ति पर एक अनुभवजन्य अध्ययन प्रस्तुत करते हैं। विशेष रूप से, हम एक 'वादा करने वाले' नए वर्गीकरण एल्गोरिथ्म पर विचार करते हैं, अर्थात् लीनियर डिस्क्रिमिनेंट एनालिसिस जो जीन कार्यात्मक समूहों पर पूर्व ज्ञान को समाहित करता है एक उपयुक्त श्रिकेज के माध्यम से समूह के भीतर सह-विविधता मैट्रिक्स में। जबकि यह विधि त्रुटि दर के संदर्भ में खराब परिणाम देती है, हम मात्रात्मक रूप से प्रदर्शित करते हैं कि यदि हम 'महत्व के लिए मछली मारते हैं' तो यह मौजूदा तरीकों से कृत्रिम रूप से बेहतर लग सकती है। अतिशयोक्ति के जांचे गए स्रोतों में डेटा सेटों का अनुकूलन, सेटिंग्स का अनुकूलन, प्रतिस्पर्धी विधियों का अनुकूलन और सबसे महत्वपूर्ण, विधि की विशेषताओं का अनुकूलन शामिल है। हम निष्कर्ष निकालते हैं कि यदि त्रुटि दर जैसे मात्रात्मक मानदंड में सुधार किसी पेपर का मुख्य योगदान है, तो नए एल्गोरिथ्म की श्रेष्ठता हमेशा स्वतंत्र मान्यकरण डेटा पर प्रदर्शित की जानी चाहिए। उपलब्धता: आर कोड और संबंधित डेटा http://www.ibe.med.uni-muenchen.de/organisation/mitarbeiter/020ₚrofessuren/boulesteix/overoptimism/ से डाउनलोड किए जा सकते हैं, ताकि अध्ययन पूरी तरह से पुनरुत्पादित किया जा सके।