浅析基因表达数据的预处理方法.pdfVIP

自然科学学科研究 NaturalScienceDisciplineResearch 浅析基因表达数据的预处理方法 王修竹 (西南科技大学计算机科学与技术学院 四川 ·绵阳 621010) 摘 要 本文介绍了几种常见的基因表达数据预处理方法，并对这些方法进行对比，阐明了各种方法在不同的环境下的应 用优势。 关键词 数据挖掘 预处理方法 基因表达数据 中图分类号：Ol7 文献标识码：A PretreatmentM ethodoftheGeneExpressionData ’ WANGXiuzhu (ComputerScienceandTechnology,SouthwestUniversityofScienceandTechnology,Mianyang，Sichuan621010) Abstract Thispaperintroducesseveralcommongeneexpressiondatapmtreatmentmethod，andcomparedthoseme~ods，elu· cidated applicationadvantagesofdifferentmethodsindifferentenvironment． Keywords datamining；pretreatmentmethods；geneexpressiondata 随着人类基因组计划对24对染色体全部基因测序工作 2基于概念树的数据浓缩方法 的完成，人类对基因的研究将进入全新的发展阶段，而它的重 在基因表达数据库中，许多属性都是可以进行归类的，各 点也将落在对基因表达数据的分析上。面对数以千兆计的基 属性值依据抽象程度可以构成一个层次结构，这种层次结构 因表达数据记录，数据挖掘成了首当其冲的、强有力的分析工 通常称为概念树。它依据抽象程度将属性按照一般到特殊的 具。选择合适的数据挖掘算法，是基因表达数据知识发现的 顺序排列，并用这种层次结构体现出来。这种方法其实是几 关键。一般基因表达数据都会存在诸如数据完整性、数据的 组合并的处理过程，用这种方法从基因表达数据库中发现规 冗余性、属性间的相关性等问题而不能直接满足挖掘算法的 则知识的核心是执行基本的和面向各属性的归纳。0 要求。本文首先提出几种常用的基因表达数据预处理方法， 基于概念树的数据浓缩法的基本思想是；(1)用概念树中 随后会对这些方法进行论述和比较，以阐明在不同环境下各 的父概念去替代下面同性的、较具体的属性值。(2)合并知识 种预处理方法的应用优势。 基表中出现的相同元组，并计算由这些相同元组所构成的宏 数据预处理是从大量的数据属性中提取出一些对 目标输 元组所覆盖的元组数，如果元组数大于设定的阀值，则用概念 出有重要影响的属性，即降低原始数据的维数，从而达到改善 树中更一般的父概念去替代。(3)得到覆盖面更广、数量更少 实例数据质量和提高数据挖掘速度的目的。常见的基因表达 的宏元组以达到降维的目的。(4)将最终结果进行归纳并转 数据预处理方法有以下几类。 换成逻辑规则。 l基于粗糙集理论的约简方法 基于概念树的数据浓缩法是基于监督的方法，它的降维 20世纪8O年代初，波兰的Pawlak针对G．Frege的边界 思想主要是根据经验和需要制定出相应的剪枝阈值，以对噪 线区域思想提出了粗糙集理论，粗糙集理论的主要研究内容 声数据进行有效剪除。这种概念泛化处理的手段，能使处理 有知识约简、离散化问题和不完全知识的补齐等，它在一定程 后的基因表达数据库以不同层次和汇聚密度展现出来，为后 度上很好地解决了传统数据挖掘中存在的超大数据、不确定 续数据挖掘阶段能更好地挖掘出不同层次属性值间的关系做 性数据、噪音数据、空值和冗余数据等问题。 出了铺垫。 粗糙集理论的基本思想是：用数据集的等价关系，这种关 3主成分分析法 系