论文部分内容阅读
【目的】比较不同监督聚类方法的优劣及其适用场合。【方法】应用2种高斯混合模型聚类法（GMM）、K-最近邻居法（KNN）、二分类支持向量机器法（SVMs）以及5种多分类支持向量机器法（MC-SVMs）,分别对计算机模拟数据以及两组实际微阵列数据进行聚类分析,采用假阳性（FP）、假阴性（FN）、聚类的准确性以及马修斯相关系数（MCC）等指标进行评价。【结果】（1）对成千上万基因表达谱数据,在服从高斯分布条件下,2种GMM法聚类准确性最高,且在训练样本容量较小的情况下,GMM-II法聚类准确性优于GMM-I法。