×

插补

swMATH ID: 14376
软件作者: 俄勒冈州特罗扬斯卡娅。;康托,M。;夏洛克,G。;布朗,P。;哈斯蒂,T。;Tibshirani,R。;博茨坦,D。;奥特曼,R。
描述: DNA微阵列缺失值估计。动机:基因表达微阵列实验可以生成多个缺失表达值的数据集。不幸的是,许多基因表达分析算法需要一个完整的基因数组值矩阵作为输入。例如,层次聚类和K-means聚类等方法对缺失数据不可靠,即使有少量缺失值,也可能会失效。因此,需要输入缺失数据的方法,以最小化不完整数据集对分析的影响,并增加这些算法可应用的数据集的范围。在本报告中,我们研究了估计缺失数据的自动化方法。结果:我们对基因微阵列数据中缺失值的几种估计方法进行了比较研究。我们实现并评估了三种方法:基于奇异值分解(SVD)的方法(SVDimpute)、加权K最近邻(KNNimpute)和行平均。我们使用各种参数设置和不同的实际数据集对这些方法进行了评估,并评估了插补方法对1-20范围内缺失数据量的稳健性
主页: http://bioinformatics.oxfordjournals.org/content/17/6/520.short
相关软件: R(右);softImpute软件;老鼠;miss森林;振动;UCI-毫升;AS 136标准;格尔姆奈特;RegEM公司;4.5条;XGBoost公司;阿梅利亚;玻璃制品;ElemStatLearn(电子状态学习);风险评估;生物导体;插补;拜洛尔教育心理学;MissMech公司;错误MDA
引用于: 100份文件
全部的 前5名

被270位作者引用

彼得·菲尔兹莫瑟
拉胡尔·马祖姆德
克日什托夫·西蒙斯基
伊藤瓦西托
2 陈晓林
2 沙赫拉·费萨尔
2 希恩·松(Seuck Heun Song)
2 卡雷尔·赫隆
2 弗朗索瓦·胡森
2 朱莉·乔西
2 Lee,Jaewon先生
2 Lee,Jungbok先生
2 鲍里斯·米尔金。
2 米拉公园
2 特伦斯·保罗,速度
2 马提亚斯·坦普尔
2 Robert John Tibshirani先生
2 格哈德·图茨(Gerhard E.Tutz)。
2 卡琳·范登·布兰登
2 萨宾·韦尔本
2 杨爱军
1 阿查吉、密春
1 罗莎·阿格达姆
1 安德烈亚斯·阿尔芬斯
1 Allen,Genevera I。
1 安德烈斯·阿隆索。
1 保罗·阿诺尼
1 阿波斯托洛夫(Ognjan Apostolov)
1 马可·阿斯特
1 文森特·奥迪吉尔
1 穆罕默德·阿齐兹。
1 沃尔夫冈·巴斯克(Wolfgang E.Baaske)。
1 佛朗哥·巴格诺利
1 罗斯玛丽·A·贝利。
1 秃顶,大卫·约瑟夫
1 亚历山德罗·巴比罗
1 苏珊娜·巴博萨。
1 罗拉·巴胡米
1 本·布拉欣,阿菲夫
1 弗雷德里克·贝特朗
1 迪米特里斯·约翰·伯西马斯
1 苏普里塔姆·巴塔查吉
1 霍达·比德霍里
1 迈克尔·L·比特纳。
1 马提亚斯·博加特
1 马西莫邦塞尼亚
1 彼得·伯尔曼
1 罗伯特·C·伯格哈特。
1 雷蒙德·詹姆斯·卡罗尔
1 马科斯·恩里克·卡斯科内
1 艾米丽·卡斯尔顿(Emily M.Casleton)。
1 蒂埃里·契库奥
1 陈春浩
1 陈立峰
1 陈松溪
1 陈,西安
1 陈晓静
1 陈毅A。
1 陈泽华
1 托马斯·切斯尼
1 Laura M.Chihara。
1 Kup-Sze Choi
1 周嘉庆
1 香农·西卡雷洛
1 M.James C.克拉布。
1 库马尔·皮亚尔·达斯
1 达斯,斯瓦加坦
1 舒纳·达塔
1 阿奇亚·达克斯
1 邓兆红
1 弗朗西丝卡·迪·帕蒂
1 DiMaggio,Peter A.jun。
1 爱德华·多尔蒂。
1 杜志华
1 Sandrine Dudoit公司
1 埃斯拉奇,昌吉兹
1 克里斯托斯·法卢索斯
1 范、紫竹
1 冯恩敏
1 法拉利、阿尔达码头
1 弗拉基米尔·菲尔科夫
1 弗洛达斯,克里斯托杜洛斯·阿奇利乌斯
1 安东尼诺·弗雷诺
1 罗伯特·M·弗伦德。
1 弗里德和简
1 施穆尔·弗里德兰
1 伊曼纽尔·弗伦托尼
1 傅韬扬
1 莫伊塔巴甘贾利
1 阿里·甘农
1 尤妮斯·坎皮兰·加西亚
1 唐纳德·戈德法布
1 欧文·Gómez-Méndez
1 彼得·古斯
1 索尼亚州Gouveia
1 保罗·格里加斯
1 顾,余
1 Harsha P.Gunawardena。
1 爱德华多·古铁雷斯-佩尼亚
1 史蒂文·吉吉(Steven P.Gygi)。
…还有170多名作者

按年份列出的引文