换一批摘要微阵列数据中的缺失值会对随后的数据分析造成影响.因此,正确地估计这些缺失值是很必要的.将一个k值选取算法结合到有序的局部最小二乘填补算法中,提出了一种无参数的缺失值填补方法(SLLSkimpute).该方法的三个特点是:第一,无需事先确定参数;第二,针对不同的目标基因使用不同数目的邻居基因;第三,有序地估计缺失值,并有选择地将已得到的估计值应用到后续的估计过程中.实验结果证实了该算法的有效性,其估计性能优于其它一些常用的填补方法.
更多相关知识
关键词
缺失值填补方法最小二乘法标准均方根误差(NRMSE)微阵列数据missing valueimputation methodleast squares principlenormalized root mean squared error (NRMSE)microarray data
分类号
Q332（人工选择与自然选择）
栏目名称
DOI
10.3969/j.issn.1001-4160.2007.12.006
发布时间
2008-03-27（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
