近年来,随着微阵列技术的快速发展,人们可以在一次实验中同时测量成千上万个基因的表达水平(通过微阵列技术获得的基因表达数据称为微阵列基因表达数据)。这种高通量的技术为基因表达数据的收集提供了方便,同时也给基因表达数据的挖掘提出了严峻的挑战。分类是微阵列基因表达数据挖掘的一个重要任务,其目的是根据微阵列基因表达数据对疾病进行分类和诊断,它与传统的分类过程没有区别。然而,微阵列基因表达数据的分类任务更具有挑战性,因为基因数目庞大而样本数目很少。因此,从微阵列基因表达数据的成千上万个基因中识别一少部分对分类任务最有贡献的基因(属性)非常必要。论文借鉴现有的属性选择技术和方法,并基于微阵列基因表达数据的特点,对微阵列基因表达数据上的属性选择问题进行了深入的研究。在属性选择研究领域,属性相关性是个非常重要的概念,它反映属性对分类任务的重要性。很多属性选择算法直接基于属性相关性概念,并采用这样或那样的相关性度量来评估属性子集的优劣。虽然,属性相关性这个概念在属性选择领域广泛使用,但是,至今仍然没有大家公认的属性相关性定义,相关性度量也很多样化,属性相关性及其与属性选择之间的关系仍然没有得到充分刻画和描述。论文集中于研究属性相关性、更适用于微阵列基因表达数据的属性相关性度量和属性选择方法。属性相关性度量用来度量属性(属性子集)与类标号之间的相关性。在机器学习和数据挖掘领域存在许多不同的属性相关性度量,不同的度量适合于不同的数据。现有相关性度量中,有些度量适合于有大量样本、且样本服从典型统计分布的数据;有些适合于离散数据。而微阵列基因表达数据不仅样本非常少,而且数据都是连续值,不能满足现有度量的要求。针对这个问题,论文根据灰色系统理论能处理“小样本”和连续值数据的特点,将灰色系统理论中的灰关联分析用于微阵列基因表达数据,用灰关联度量来评估属性相关性,并基于此开发了一个基于灰关联分析的属性选择排列法GR-GRA。属性相关性在属性选择中是一个非常重要的概念。在机器学习和数据挖掘领域存在很多属性相关性定义,但这些定义大都是定性的,往往仅仅依赖于数据的概率分布,既不考虑相关性度量,也独立于分类器。这样的定义往往会导致一些问题:由于不同的相关性度量基于不同的理论、具有不同的特点,不考虑相关性度量的定义会导致这样的问题:同一个属性,用一个度量评估时是相关属性,而用另外一个度量评估时可能变为不相关属性,我们无法确定一个属性究竟是相关的,还是不相关的。针对现有定义存在的问题,我们提出依赖于度量的相关性定义,该定义将属性相关性度量包含在其中,用属性相关性度量值的变化来近似地刻画属性的相关性。在这个定义的基础上,我们开发了一个非常有效的属性选择过滤算法FRADM,并将其用于微阵列基因表达数据。广泛的实验证明了FRADM在微阵列基因表达数据上的优越性能。很多研究表明独立于分类器的属性相关性定义几乎没有什么用处:根据这样的定义所选择的相关属性不一定就是对分类有用的属性,而不相关的属性也未必都对分类没有作用;并且不同的分类器有不同的偏置,对一个分类器重要的属性对另外一个分类器可能是无用的。为此,我们提出依赖于分类器的属性相关性定义,该定义考虑了分类器的偏置,直接用分类器精度的变化来精确地刻画属性的相关性。基于这个定义我们开发了一个有效的属性选择打包算法WR。微阵列基因表达数据上的大量实验证明WR算法能在最大程度上提高分类器的精度。论文最后将依赖于度量的属性相关性定义和依赖于分类器的属性相关性定义进行了统一和抽象,形成一个广义的属性相关性定义;根据广义属性相关性定义,将属性选择过滤算法FRADM和打包算法WR统一在一个属性选择算法框架下;在此基础上分析了统一框架下过滤算法FRADM和打包算法WR各自的优缺点,并提出一个新颖的混合策略,在新的混合策略下,实现了一个新颖的混合属性选择算法HFW。总体而言,本文对于属性选择中的属性相关性及相关性度量进行了深入研究,给出了几个属性相关性定义,提出了适用于微阵列基因表达数据的属性相关性度量,并针对微阵列基因表达数据,开发了几个有效的属性选择算法。对于推进高维数据中的属性选择研究具有一定的理论意义和实用价值。