Каково правильное количество кластеров для данных генной экспрессии, используя различные методы? - PullRequest
Новая
       9

Каково правильное количество кластеров для данных генной экспрессии, используя различные методы?

0 голосов
/ 10 ноября 2019

У меня есть нормализованные данные по экспрессии генов, для которых я хочу найти оптимальное количество кластеров. Используя пакет mclust после подготовки данных,

Я использую следующее для ранжирования данных. 

ranked.exprs <- probe_ranking(input=exp_file,
    probe_number=2000, 
    probe_num_selection="Fixed_Probe_Num",
    data.exp=genes, 
    method="SD_Rank")

Использование 

#Calculate number of clusters 
cluster_num <- number_clusters(data.exp=genes, Fixed=NULL,
    gap_statistic=TRUE)
# I get 8 

#checking silhouette values for kmeans
resukm <-fviz_nbclust(ranked.exprs, FUNcluster = kmeans, method = c("silhouette"), diss = NULL, k.max = 10, nboot = 10,
  verbose = interactive(), barfill = "steelblue", barcolor = "steelblue",
  linecolor = "steelblue", print.summary = TRUE)
#results to 2 clusters

#running the gap statistic using hierarchical clustering 
gap_stat <- clusGap(genes, FUN=hcut, K.max = 10, B = 50)
#results to 2 clusters

#checking silhouette values for hierarchical clustering 
resuhie <-fviz_nbclust(genes, FUNcluster = hcut, method = c("silhouette"), diss = NULL, k.max = 10, nboot = 10,
  verbose = interactive(), barfill = "steelblue", barcolor = "steelblue",
  linecolor = "steelblue", print.summary = TRUE)
#results to 2 clusters

Что может быть причиной дляполучить два разных числа 8 и 2? Мои данные также содержат пропущенные значения.

1 Ответ

0 голосов
/ 11 ноября 2019

Прежде всего, есть нет причин предполагать, что оптимальные числа для методов А и В. одинаковы.

Во-вторых, меры - это просто эвристика, поэтому они могут датьразные значения.

Следовательно, я бы не удивился, если бы вы получили 4 разных значения!

И все же, скорее всего, ни один из этих результатов не является хорошим. Потому что методы и меры предназначены для разных данных, а не для данных по экспрессии генов.

...