Comparison of Supervised Clustering Methods for the Analysis of DNA Microarray Expression Data

• 作 者: XIAO Jing WANG Xue-feng YANG Z
• 机 构: JiangsuProvincialKeyLaboratoryofCropGeneticsandPhysiology,TheSchoolofPublicHealth
• 出 处: 中国农业科学：英文版
• 发表日期: 2008年2期
• 关键词: 支持向量机器 DNA 基因表达 微阵列 microarray supervised clustering k-nearest-neighbor （KNN）
• 基金项目: This research was supported by the National Natural Science Foundation of China （30370758） and Program for New Century Excellent Talents in Universities （NCET） of Ministry of Education to Dr. Xu Chenw

几个典型监督聚类的方法象 Gaussian 混合那样基于模型聚类监督(GMM ) ， k-nearest-neighbor (KNN ) ，二进制代码支持向量机器(SVM ) ，多，类支持向量机器(MC-SVMs ) 被采用分类计算机模拟数据和二个真实微数组表达式数据集。假积极，假否定，真积极，真否定，聚类精确性和马修的相关系数(MCC ) 在这些方法之中被比较。结果如下：(1 ) 在分类几千个基因表示数据，二个 GMM 方法的表演根据微数组数据的整个集合是有限混合物的假设有最大的聚类精确性和最少外套 F