4、提升无监督基因网络推断的学习框架

提升无监督基因网络推断的学习框架

1. 链接预测算法步骤

链接预测算法包含五个步骤：
1. 创建推断子图 ：假设算法旨在预测从节点/基因 u 到节点/基因 v 是否存在链接。存在两种情况。情况 1：基因对 (u, v) 在 G+ 中。算法调用 GeneProbe，以 G+、起点 u 和终点 v 作为输入，创建推断子图 I+ ⊆ G+。此外，算法在 G - 中随机选择一对基因 x, y，调用 GeneProbe，以 G -、起点 x 和终点 y 作为输入，创建推断子图 I - ⊆ G -。情况 2：基因对 (u, v) 在 G - 中。算法调用 GeneProbe，以 G -、起点 u 和终点 v 作为输入，创建推断子图 I - ⊆ G -。此外，算法在 G+ 中随机选择一对基因 x, y，调用 GeneProbe，以 G+、起点 x 和终点 y 作为输入，创建推断子图 I+ ⊆ G+。为不失一般性，假设情况 1 成立，并以此描述后续步骤。此步骤创建了对偶图稀疏化 I+ 和 I -。
2. 创建样本图 ：创建样本图 I’+ ⊆ I+，其中 I’+ 不包含测试基因对 (u, v)，且 I’+ 中每条边的权重大于或等于 0.5。认为 I’+ 中的边质量更高，更可能是正实例。假设 I’+ 中有 K 条边，从 I - 中随机选择 K 条边，形成样本图 I’- ⊆ I -。在训练包括神经网络、随机森林和支持向量机的三个分类器时，将 I’+ 中的边作为正训练示例，I’- 中的边作为负训练示例。对偶样本图 I’+ 和 I’- 共同构成训练数据集。
3. 构建特征向量 ：通过连接 u 和 v 的