生物芯片数据分析方法（PPT讲稿）聚类和分类分析

生物芯片数据分析方法 聚类和分类分析

聚类和分类分析 生物芯片数据分析方法

聚类

聚类

引言 o物以类聚,人以群分。x 1.相似性指标 基于物体的相似性将 物体分成不同的组 2.聚类算法 012

一、引言 物以类聚，人以群分。 基于物体的相似性将 物体分成不同的组 1.相似性指标 2.聚类算法

基因表达谱数据的聚类分析 聚类分析是基因表达数据分析最常用的多变量技 术。 ◎在没有关于数据的先验知识时,对不同的样本或 实验间的相似性进行研究。 机器学习:无监督学习

二、基因表达谱数据的聚类分析  聚类分析是基因表达数据分析最常用的多变量技 术。  在没有关于数据的先验知识时，对不同的样本或 实验间的相似性进行研究。  机器学习：无监督学习

二、基因表达谱数据的聚类分析 o聚类的基础是对象间的相似性。 ◎相似性指标用于度量对其进行聚类的对象之间的相似 程度。 o聚类:把相似的个体划分到相同的组别,不同的个体 划分到不同组别的过程

二、基因表达谱数据的聚类分析  聚类的基础是对象间的相似性。  相似性指标用于度量对其进行聚类的对象之间的相似 程度。  聚类：把相似的个体划分到相同的组别，不同的个体 划分到不同组别的过程

基因表达谱数据的聚类 对样本进行聚类(Q型 ●实验样本的质量控制 5555B5585表表是 ●检查样本是否按已知 类别分组 发现亚型 对基因进行聚类(R型) 识别功能相关的基因 别基因共表达模式

二、基因表达谱数据的聚类 对样本进行聚类（Q型）  实验样本的质量控制  检查样本是否按已知 类别分组  发现亚型 对基因进行聚类（R型）  识别功能相关的基因  识别基因共表达模式 样本 基因 基因表达谱

三、距离尺度函数——相似性指标 ◎相似性的计算是取输入空间中的两个点,计算出一个 正数,该正数包含了这两个点之间的相似性程度的信 息 ◎假定输入空间为n维空间,则两个数据点可以是: 两个基因在n个样本中的测量值 两个样本在在n个基因上的测量值

三、距离尺度函数——相似性指标  相似性的计算是取输入空间中的两个点，计算出一个 正数，该正数包含了这两个点之间的相似性程度的信 息。  假定输入空间为n维空间，则两个数据点可以是：  两个基因在n个样本中的测量值  两个样本在在n个基因上的测量值

三、距离尺度函数一一相似性的度量 n维空间中的两个点x、y间的距离d具有如下属性 0对称性 d(x,y)=d(y, x) 0非负性 d(xy)>=0 0三角不等性 d(x,y)<=d(x,2)+d(z2y)

三、距离尺度函数——相似性的度量 n维空间中的两个点x、y间的距离d具有如下属性：  对称性  d（x,y）＝d(y,x)  非负性  d(x,y)＞＝0  三角不等性  d(x,y)＜＝ d(x,z)+ d(z,y)

三、距离尺度函数一一相似性的度量 常用的距离度量指 o几何距离 o线性相关系数 o非线性相关系数 向量间的角度 其他

三、距离尺度函数——相似性的度量 几何距离 线性相关系数 非线性相关系数 向量间的角度 其他 常用的距离度量指标：

(一)几何距离 o欧氏距离 o曼哈顿距离 o切氏距离 o广义欧氏距离 o明氏距离

（一）几何距离  欧氏距离  曼哈顿距离  切氏距离  广义欧氏距离  明氏距离