微阵列表达谱监督聚类方法的比较研究

• 作者: 徐辰武 杨泽峰 肖静
• 来源期刊: 中国农业科学
• 学科: 农学
• 关键词: 微阵列 监督聚类 K-最近邻居法 支持向量机器
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 作物遗传育种·种质资源·分子遗传学
• 页码范围: 2119-2127
• 页数: 9页
• 分类号: S5
• 字数: 8198字
• 语种: 中文
• DOI: 10.3321/j.issn:0578-1752.2007.10.001

摘要

[目的]比较不同监督聚类方法的优劣及其适用场合.[方法]应用2种高斯混合模型聚类法(GMM)、K-最近邻居法(KNN)、二分类支持向量机器法(SVMs)以及5种多分类支持向量机器法(MC-SVMs),分别对计算机模拟数据以及两组实际微阵列数据进行聚类分析,采用假阳性(FP)、假阴性(FN)、聚类的准确性以及马修斯相关系数(MCC)等指标进行评价.[结果](1)对成千上万基因表达谱数据,在服从高斯分布条件下,2种GMM法聚类准确性最高,且在训练样本容量较小的情况下,GMM-II法聚类准确性优于GMM-I法.(2)相比较而言,多分类MC-SVMs法稳健性较高,适用性最广,其对高维数据不敏感.不仅适用于成千上万基因表达谱数据的聚类,而且适用于以成千上万基因作为指标对少数几十个样本的聚类.(3)几种MC-SVMs法的表现,在样本容量较大时,宜采用OVO和DAGSVM法;样本容量较小时,OVR、WW和CS法聚类准确性和MCC值较高;样本容量适中时,5种MC-SVMs表现一致.[结论]建议根据数据的特征以及试验需要,同时选用至少两种方法进行试算,以便获得最佳聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖静	扬州大学江苏省遗传生理重点实验室	13	46	4.0	6.0
2	徐辰武	扬州大学江苏省遗传生理重点实验室	66	988	18.0	29.0
3	杨泽峰	扬州大学江苏省遗传生理重点实验室	21	111	6.0	10.0