优秀毕业论文——基于模糊聚类方法的基因模型.docVIP

基于模糊聚类方法的基因模型 【摘要】 本文为了找出癌症与正常样本在基因表达水平上的区别，根据给出的114个基因（观测指标）， 前40个人的基因表达水平的样本数据（包括20个癌症患者样本的基因表达和后20个正常样本的基因表达） 第一类：{1,3,4,5,6,7,8,9,10,11,12,14,15,16,18,19，28,33,38,40} 第二类：{2,13,17，20,21,22,23,24,25,26,27,29,30,31,32,34,35,36,37,39}。 这个与已知1-20为癌症患者，21-40为正常样本的拟合率为80%。由于样本共有114个观测指标，若计算这114个指标的相似程度，则计算量过大且不够精准，故先对已有数据进行处理，结合散点图和统计量剔除影响不大的指标，从而将观测指标的数量减少到48个，方便了模型的建立跟计算。再根据这48个指标，利用相同的方法进行聚类，得到结果为： 第一类：{1,2,3,4,5,6,7,8,9,10,11,12,14,15,16,18,19,33,38,40} 第二类：{13,17，20,21,22,23,24,25,26,27, 28,29,30,31,32,34,35,36,37,39} 这与已知1—20为癌症患者，21-40为正常样本的拟合度为85%，比原始数据直接聚类的结果提高了五个百分点。并且通过spss软件对数据进行聚类处理