摘要: DNA微阵列技术使同时监测成千上万的基因表达水平成为可能.直接把传统聚类算法用于高维基因表达数据分析会受到"维难"的困扰.特征转换和特征选择是两种常用的降维方式,但前者产生的新特征难以用原来的领域知识解释,后者通常会丢失信息.另外,传统的聚类算法通常由用户指定聚类参数,参数设置不同对聚类结果有很大的影响.针对上述问题,本文提出了一种新的基于迭代扩张的微阵列数据聚类算法-CIS.它不采用特征转换和特征选择的方式,并自动确定聚类参数.CIS反复用最新得到的样本聚簇得到新的聚类基因,然后以新的基因聚簇为特征重新
王晓明 印莹. CIS:一种基于迭代扩张的微阵列数据聚类算法[J]. 计算机科学, 2007, 34(8): 171-176. https://doi.org/
WANG Xiao-Ming, YIN Ying (1.Liaoning University of Science and Technology,Anshan 114044; 2.Northeastern University,Shenyang 110004). [J]. Computer Science, 2007, 34(8): 171-176. https://doi.org/