본 논문은 유전자 발현 데이터의 고차원성으로 인한 과적합 문제를 해결하기 위해, 특징 선택 기법(FSWOR)과 투영 기법을 통합한 머신러닝 기반 접근법을 제안합니다. 뇌암 마이크로어레이 데이터셋(GSE50161)에 케널 검정을 적용하여 유의미한 유전자 20,890개를 선별하고, LDA 투영과 나이브 베이즈를 포함하는 앙상블 분류기를 k-겹 교차 검증 기법과 함께 사용하여 96%의 정확도를 달성했습니다. 기존 방법보다 9.09% 향상된 성능을 보이며, 고차원 유전자 발현 분석에서 분류 정확도를 높이고 과적합을 완화하는 효과를 입증했습니다. 이는 암 바이오마커 발견에 기여하는 강력한 계산 방법을 제공합니다.
