TỐI ƯU HÓA DỰ ĐOÁN TƯƠNG TÁC PROTEIN-PROTEIN TỪ BIỂU DIỄN NGÔN NGỮ THÔNG QUA CƠ CHẾ CHỌN LỌC ĐẶC TRƯNG ĐA GIAI ĐOẠN VÀ HỌC MÁY XẾP CHỒNG

jos.hueuni.edu.vn Tập 134, Số 2A, 2025 35 Kết quả thử nghiệm Trên bộ dữ liệu DIP–Yeast, mô hình đạt được hiệu năng ổn định trên cả năm lần kiểm định chéo. Độ chính xác tổng thể dao động quanh mức 95.67% với sai số nhỏ, trong khi MCC trung bình đạt khoảng 91.36%, cho thấy ranh giới của hai lớp trở nên rõ ràng nhờ vào quá trình chọn lọc đặc trưng. Các giá trị ROC-AUC và PR-AUC đều vượt mức 99%, phản ánh việc mô hình học được một ranh giới quyết định trơn tru và ít phụ thuộc vào cấu trúc của từng phần. Kết quả chi tiết được trình bày trong Bảng 2. Để có cái nhìn trực quan hơn về năng lực phân loại của mô hình tại các ngưỡng quyết định khác nhau, chúng tôi trình bày đường cong ROC và đường cong Precision–Recall (PR) trong Hình 2. Đồ thị cho thấy các đường cong đều tiệm cận sát góc trên bên trái với diện tích dưới đường cong ROC–AUC trung bình đạt 99.04% và PR–AUC trung bình đạt 99.20%. Bảng 2. Kết quả kiểm định chéo 5 phần (5-fold cross-validation) trên bộ dữ liệu DIP–Yeast Lần Accuracy (%) Precision (%) Recall (%) F1 (%) Specificity (%) MCC (%) ROC-AUC (%) PR-AUC (%) Lần 1 95.98 96.99 94.91 95.93 97.05 91.98 99.07 99.23 Lần 2 95.31 96.60 93.92 95.24 96.69 90.65 99.11 99.24 Lần 3 95.53 96.79 94.19 95.47 96.87 91.10 98.94 99.13 Lần 4 95.53 96.96 94.01 95.46 97.05 91.10 98.92 99.10 Lần 5 95.98 96.90 95.00 95.94 96.96 91.97 99.16 99.32 Trung bình 95.67 ± 0.30 96.85 ± 0.16 94.40 ± 0.51 95.61 ± 0.31 96.93 ± 0.15 91.36 ± 0.59 99.04 ± 0.09 99.20 ± 0.08 Hình 2. Hiệu năng phân loại trên bộ dữ liệu DIP–Yeast được thể hiện qua đường cong ROC (trái) và đường cong Precision–Recall (phải)