通过构建屏蔽复子矩阵改进的适应性双聚类算法
机器学习
2021-11-15 v1 统计方法学
摘要
双聚类旨在数据矩阵中寻找子矩阵（由一组列与一组行索引），使得各子矩阵（数据与特征）的元素以特定方式相关，例如依某种度量彼此相似。本文在分析已被证为挖掘共表达基因有效工具的知名 Cheng and Church (CC) 双聚类算法及其局限（如贪婪策略中随机数的干扰、忽略重叠双聚类）后，提出一种新颖的适应性双聚类算法增强方案，其中构建屏蔽复子矩阵以屏蔽已得双聚类并发现重叠双聚类。在屏蔽复子矩阵中，虚部与实部分别用于屏蔽与扩展新双聚类，并形成一系列最优双聚类。为确保所得双聚类不影响已产生者，引入单位冲激信号自适应检测并屏蔽所构双聚类。同时，为有效屏蔽空数据（零大小数据），另设单位冲激信号作自适应检测与屏蔽。此外，我们加入屏蔽因子以调整含子矩阵屏蔽数据的行（或列）均方残差得分，决定是否保留。我们对所提方案作详尽分析。实验结果与理论分析一致。公开真实微阵列数据集上的结果显示所提方法提升了双聚类性能。
引用
@article{arxiv.2111.06524,
title = {An Enhanced Adaptive Bi-clustering Algorithm through Building a Shielding Complex Sub-Matrix},
author = {Kaijie Xu},
journal= {arXiv preprint arXiv:2111.06524},
year = {2021}
}