基因表达数据聚类分析结果的评价方法研究

摘要

目的本文探讨基因表达数据聚类分析结果的评价方法,提供一种最佳聚类结果的判别准则.方法从数据结构(内部信息)和功能分类(外部信息)两个方面对聚类结果进行评判.即一方面,采用Entropy(信息熵)评判法,考察聚类结果与部分已知功能基因分类的符合程度;另一方面,采用adjust_FOM评价法,从数据结构的本身进行评价.我们综合两种方法得到一种新的评价方法,并称此方法为Entropy_FOM评价方法.结果将该方法应用于Lyer的血清数据集和Ferea的酵母数据集对聚类分析结果进行了评价,给出了六种聚类方法的adjust_FOM图和Entropy_FOM图.结论通过大量计算结果提示,谱聚类SOM方法和模糊聚类方法有相对高的聚类效能.