欧氏距离类间的距离—最短距离.pptVIP

Survival curve estimates: Kaplan-Meier Survival curve estimating Survival curve estimating Survival curve estimating Survival curve estimating Comparison of survival curves Log-rank test (more standard) Mantel-Haenszel test Gehan-Wilcoxon test Survival analysis using R Surv survfit survdiff complete linkage 最长距离 讨论（递推公式）：设Gr是由Gp和Gq合并得到的新类，考虑Gr与Gs（s ? p, q）的类间距离（最长距离） Drs ，有： 定义： Gp和Gq中相距最远的两个样本的距离为这两个类之间的距离。 average linkage 类平均距离 讨论（递推公式）：设Gr是由Gp和Gq合并得到的新类，考虑Gr与Gs（s ? p, q）的类间距离（类平均距离） Drs ，有： 定义：用Gp和Gq中每两两样本间距离的平均值作为两个类之间的距离。 类别数目的确定 X(1) X(2) X(3) X(4) X(5) 1 2 0 Dcr1 Dcr2 Dcr3 Dcr4 Dcr5 层次聚类结果的可视化-TreeView 非层次聚类 选取 聚类种子点 (Cluster seeds) 初始分类 修改分类 分类是否 合理？ 最终分类 是 否 例 Microarray数据模式分类 预处理 特征提取 机器学习 决策 训练样本 新样本 分类器 决策 X F(X) Y x1 x2 L: c1x1+c2x2－c=0 G1 G2 模式分类算法 线性分类器 神经网络 最近邻 贝叶斯分类器 隐马尔科夫模型分类器 决策树 支持向量机 Principal component analysis (PCA, 主成分分析) 基因芯片数据维数高，难以可视化 基因芯片数据噪音比较强 PCA主要的应用 降维 去噪 PCA 数学基础：统计和线性代数 均值(mean): 标准差(standard deviation): 方差 PCA 数学基础：统计和线性代数 协方差（covariance）:以上测量都是针对一维变量的，然而，实际数据很多都包含2维以上的数据，统计分析的一个重要目标是检查这些维之间是否有某种关系。 PCA 数学基础：统计和线性代数 协方差（covariance）例子:样本：一个班里抽取12个学生。2维：一是每个学生的期末成绩，另一是每个学生花费在学习上的时间 PCA 数学基础：统计和线性代数 协方差距阵（covariance matrix） 矩阵代数（线性代数）：这方面知识不介绍了，感兴趣的同学可以课下自学。 PCA:举例说明 PCA软件 Too many! Excel SPSS Matlab R Cluster Pathway and Ontology analysis Gene set enrichment analysis (GSEA) BiNGO: Gene Ontology analysis of gene cluster 二项分布 如果进行n次独立试验，用X记成功次数，则有： 超几何分布 对N件产品（其中有M件次品）进行不放回抽样检查，在n件样品中的次品数X显然是随机变量，它的分布是超几何分布 “Survival” analysis PIB5PA 27124 1.9e-6 Miz1 9063 0.08 GROUCHO 7088 0.004 CBLB 868 0.08 HBO1 11143 0.008 UBE3A 7337 0.01 RASGAP 25780 0.04 SKP1 6500 0.03 SODD 9530 0.03 Biomarker! Survival analysis Survival curve estimate and test Survival curve: the fraction of patients who survive for at least one month, at least three months, etc Survival curve estimate Survival curve test (comparison, standard therapy compared to a newer therapy?) Analysis of microarray data Cui Qinghua 2009-03-06 Outline Introduction Databases Detection of