热词榜

聚类分析

广告
广告
医学百科提醒您不要相信网上药品邮购信息!
特别提示:本文内容仅供初步参考,难免存在疏漏、错误等情况,请您核实后再引用。对于用药、诊疗等医学专业内容,建议您直接咨询医生,以免错误用药或延误病情,本站内容不构成对您的任何建议、指导。本站不出售任何药品、器械,也不为任何药品、器械类厂家提供宣传服务。药品类信息为研究性资料,仅供专业人士参考,请不要依据本站信息自行用药。

1 拼音

jù lèi fēn xī

2 注解

聚类通过把目标数据放入少数相对同源的组或“类”(cluster)里。分析表达数据,(1)通过一系列的检测将待测的一组基因变异标准化然后成对比较线性方差。(2)通过把用最紧密关联的谱来放基因进行样本聚类,例如用简单的层级聚类(hierarchical clustering)方法。这种聚类亦可扩展到每个实验样本,利用一组基因总的线性相关进行聚类。(3)多维等级分析(multidimensional scaling analysis,MDS)是一种在二维Euclidean “距离”中显示实验样本相关的大约程度。(4)K-means方法聚类,通过重复再分配类成员来使“类”内分散度最小化的方法。

聚类方法有两个显著的局限:首先,要聚类结果要明确就需分离度很好(well-separated)的数据。几乎所有现存的算法都是从互相区别的不重叠的类数据中产生同样的聚类。但是,如果类是扩散且互相渗透,那么每种算法的的结果将有点不同。结果,每种算法界定的边界不清,每种聚类算法得到各自的最适结果,每个数据部分将产生单一的信息。为解释因不同算法使同样数据产生不同结果,必须注意判断不同的方式。对遗传学家来说,正确解释来自任一算法的聚类内容的实际结果是困难的(特别是边界)。最终,将需要经验信度通过序列比较来指导聚类解释。

第二个局限由线性相关产生。上述的所有聚类方法分析的仅是简单的一对一的关系。因为只是成对的线性比较,大大减少发现表达类型关系的计算量,但忽视了生物系统多因素和非线性的特点。

相关文献

词条聚类分析ababab创建,由sun进行审核
参与评价: ()

相关条目:

参与讨论
  • 评论总管
    2021/1/27 18:17:04 | #0
    欢迎您对聚类分析进行讨论。您发表的观点可以包括咨询、探讨、质疑、材料补充等学术性的内容。
    我们不欢迎的内容包括政治话题、广告、垃圾链接等。请您参与讨论时遵守中国相关法律法规。
抱歉,功能升级中,暂停讨论
特别提示:本文内容仅供初步参考,难免存在疏漏、错误等情况,请您核实后再引用。对于用药、诊疗等医学专业内容,建议您直接咨询医生,以免错误用药或延误病情,本站内容不构成对您的任何建议、指导。

本页最后修订于 2010年3月22日 星期一 13:43:08 (GMT+08:00)
关于医学百科 | 隐私政策 | 免责声明
京ICP备13001845号
互联网药品信息服务资格证书:(京)-非经营性-2018-0290号

京公网安备 11011302001366号