基于 Copula 模型的方向依赖多视图聚类
统计方法学
2021-01-27 v2 基因组学
应用统计
机器学习
摘要
在近期的生物医学科学问题中，对来自多源数据集的一组对象进行整合聚类是一个基本问题。这类问题多见于基因组学，其中数据从多种来源收集，通常代表不同但互补的信息。由于这些数据源具有包含方向依赖的复杂依赖结构，将其整合用于多源聚类颇具挑战。特别是在基因组学研究中，已知 DNA 表达、DNA 甲基化与 RNA 表达之间存在某种方向依赖，被广泛称为中心法则。现有多数多视图聚类方法要么假设独立结构，要么假设成对（非方向）依赖，从而忽略了方向关系。受此启发，我们提出一种基于 copula 的多视图聚类模型，其中 copula 使模型能够容纳数据集中存在的方向依赖。我们进行了模拟实验，所模拟的数据集表现出内在的方向依赖：结果表明忽略方向依赖会对聚类性能产生负面影响。作为实际应用，我们将模型应用于从癌症基因组图谱（TCGA）收集的乳腺癌肿瘤样本。
引用
@article{arxiv.2003.07494,
title = {Directionally Dependent Multi-View Clustering Using Copula Model},
author = {Kahkashan Afrin and Ashif S. Iquebal and Mostafa Karimi and Allyson Souris and Se Yoon Lee and Bani K. Mallick},
journal= {arXiv preprint arXiv:2003.07494},
year = {2021}
}