22、基因表达数据聚类与分类算法解析

基因表达数据聚类与分类算法解析

1. 基因聚类实验结果

在基因聚类领域,不同算法的表现各有差异。通过对五种酵母微阵列数据集的实验,对比了不同基因聚类算法在分子功能(MF)、生物过程(BP)和细胞组分(CC)本体论方面的最终注释比率或聚类频率。

1.1 不同算法聚类效果对比

算法 MF 本体论 BP 本体论 CC 本体论
RFCM 在多数情况下提供较高或相当的最终注释比率 在多数情况下提供较高或相当的最终注释比率 在多数情况下提供较高或相当的最终注释比率
HCM 在一种情况下提供比 RFCM 更高的最终注释比率 - 在两种情况下提供比 RFCM 更高的最终注释比率
FCM - - 在一种情况下提供比 RFCM 更高的最终注释比率

从这些结果可以看出,RFCM(粗糙 - 模糊 c - 均值)算法在大多数情况下表现出色,基因按功能聚类效果更好,表明其聚类结果在功能上更具一致性。

1.2 算法优

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值