统计学-第24章 基因表达谱分析的生物信息学方法思考与练习参答案.docVIP

第24章　基因表达谱分析的生物信息学方法 思考与练习参考答案 1．据教材表24–3提供的数据信息可以构建一棵决策树，请利用最大信息增益方法写出如何选出根结点中用于分割的特征。 教材表24-3 天气情况与是否去打球的关系数据集 Outlook Temp Windy Play Outlook Temp Windy Play Sunny Hot False No Sunny Mild False No Sunny Hot True No Sunny Cool False Yes Overcast Hot False Yes Rainy Mild False Yes Rainy Mild False Yes Sunny Mild True Yes Rainy Cool False Yes Overcast Mild True Yes Rainy Cool True No Overcast Mild False Yes Overcast Cool True Yes Rainy Mild True No 注：该信息表示根据天气情况决定是否出去打球，数据集共包含14个样本，两个类别信息（Yes、No），每个样本包含3个特征信息（Outlook、Temp、Windy）。 解：计算用每一个特征进行分割时所获取的信息增益，取信息增益最大的那个特征作为分割特征，以Outlook特征为例计算（参照练习图24-1） S S11 S0 S12 S13 14 (9Y5N) 14 (2Y3N) 14 (4Y) 14 (3Y2N) outlook sunny overcast rainy 练习图24-1 同Outlook特征进行分割所获得的信息增益 infor-gain（Outlook）= 同理，计算其他两个特征的信息增益，最后从三个值中选取最大的一个对应的特征作为根结点的分割特征。 2．请从/上下载一原始未经标准化的表达谱数据，并对该数据进行如下分析： （1）对数据进行标准化处理。 （2）对数据进行分类分析。 （3）分别对基因和样本进行聚类分析。 （4）选择特征基因。 （答案略） （李 霞 吕飒丽 汪强虎）