Clustering gene expression data using a novel model of self-organizing map

摘要

聚类是为分析基因表达式数据的一种重要技术。自我组织的地图是最有用的聚类算法之一。然而，它的适用性被数据的一些知识在聚类以前被要求的事实限制。这份报纸介绍叫成长层次自我组织的地图(GHSOM ) 聚类基因表示数据的自我组织的地图(SOM ) 的一个新奇模型。训练和生长进程，不要求为参数说明的优先的知识或估计 GHSOM 是完全驾驶的数据，因此帮助发现簇的不仅适当数字而且在数据的层次关系设定。与另外的聚类的算法相比， GHSOM 有更好的精确性。验证结果，一种新奇确认技术被使用，作为优点(FOM ) 的数字知道。