文献类型：期刊文章

作　　者：姚登举[1] 詹晓娟[2] 张晓晶[1]

机构地区：[1]哈尔滨理工大学软件学院,黑龙江哈尔滨150040 [2]黑龙江工程学院计算机科学与技术学院,黑龙江哈尔滨150050

出　　处：《哈尔滨理工大学学报》

基　　金：黑龙江省教育厅2014年度科学技术研究面上项目(12541124)

年　　份：2017

卷　　号：22

期　　号：2

起止页码：112-116

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、DOAJ、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对微阵列表达数据集中基因-基因之间存在复杂相关关系的问题,基于随机森林变量重要性分数,提出了一种新的加权K-均值基因聚类算法。首先,以微阵列表达数据中的样本为对象、基因为特征,训练随机森林分类器,计算每个基因的变量重要性分数;然后,以基因为对象、样本为特征、基因的变量重要性分数为权重进行K-均值聚类。在Leukemia、Breast、DLBCL等3个微阵列表数据集上进行了实验,结果表明:所提出的加权K-均值聚类算法与原始的K-均值聚类算法相比,类间距离与总距离的比值平均高出17.7个百分点,具有更好的同质性和差异性。

关 键 词：微阵列表达数据  聚类分析 随机森林  K-均值

分 类 号：TP391]