换一批
换一批摘要目的 评估不同基因表达谱数据集下,多种算法在缺失数据中的填补效果,并分析其对无监督基因表达谱聚类的影响.方法 在不同缺失比例的情况下,分别采用非参缺失森林填补法、贝叶斯线性回归法、蒙特卡洛多重填补法和K邻近填补法进行填补,通过均方根误差(NRMSE)和聚类准确率(F值)两个指标来评估不同方法的填补效能和聚类效果,并用模拟数据集进行测试和乳腺癌数据集进行验证.结果 随着缺失比例的增加,四种填补方法的NRMSE都逐渐上升;任意缺失比例下,相比于其他三种方法非参缺失森林填补法的填补优势明显.缺失比例为5％、10％、20％和30％的乳腺癌数据集,非参缺失森林填补法的NRMSE依次为0.1951 (95％ CI,0.1945～0.1953)、0.2776 (95％ CI,0.2783～2791)、0.4003 (95％ CI,0.3986 ～0.4002)和0.4974(95％CI,0.4658～0.5104);聚类效果的准确率为1.0、0.91、0.88和0.82.结论 非参缺失森林填补算法实现简单,对数据集的要求较低,比传统填补算法具有更好的稳定性和精确度,可保留较多的基因信息供后续的功能聚类等分析.
更多相关知识
- 浏览100
- 被引6
- 下载10
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
