| 基因聚类分析中数据预处理方式和相似度的选择 |
| |
| 引用本文： | 杨春梅,万柏坤,高晓峰.基因聚类分析中数据预处理方式和相似度的选择[J].自然科学进展,2006,16(3):293-299. |
| |
| 作者姓名： | 杨春梅 万柏坤 高晓峰 |
| |
| 作者单位： | 1. 天津大学生物医学工程与科学仪器系,天津,300072
2. Motorola(China)Electronics Ltd.天津 300457 |
| |
| 基金项目： | 天津市重点建设学科基金 |
| |
| 摘 要： | 聚类分析是基因表达数据分析研究的主要技术之一．选择恰当的数据预处理方式和相似性度量，是获得高质量聚类结果的前提．采用具有外部标准的基因表达数据集，分别以Pearson相关系数和Euclidean距离为相似度，以校正的Rand 指数比较了使用分层聚类、K-均值聚类和SOMs聚类算法对经过行标准化、列标准化和对数化处理后数据的基因聚类质量．结果表明：K-均值聚类和SOMs聚类质量显著优于分层聚类，SOMs聚类质量稍好于K-均值聚类．而且，分层聚类偏好于Pearson相关系数准则和行标准化处理，而应用K-均值聚类和SOMs算法时，则最好是对数据进行对数化处理、并以Euclidean距离为相似性度量准则．上述研究结论将为基因表达聚类分析的实施提供有价值的参考依据.
|
| 关 键 词： | 基因表达 聚类分析 数据预处理 相似度 Rand指数 |
| 收稿时间： | 2005-07-21 |
| 修稿时间： | 2005-07-212005-09-23 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《自然科学进展》浏览原始摘要信息 |
| 点击此处可从《自然科学进展》下载免费的PDF全文 |
|
