面向Illumina Golden Gate甲基化微阵列数据提出了一种基于模型的聚类算法.算法通过建立贝塔无限混合模型,采用Dirichlet过程作为先验,实现了基于数据和模型的聚类结构的建立,实验结果表明该算法能够有效估计出聚类类别个数、每个聚类...面向Illumina Golden Gate甲基化微阵列数据提出了一种基于模型的聚类算法.算法通过建立贝塔无限混合模型,采用Dirichlet过程作为先验,实现了基于数据和模型的聚类结构的建立,实验结果表明该算法能够有效估计出聚类类别个数、每个聚类类别的混合权重、每个聚类类别的特征等信息,达到比较理想的聚类效果.展开更多
文摘面向Illumina Golden Gate甲基化微阵列数据提出了一种基于模型的聚类算法.算法通过建立贝塔无限混合模型,采用Dirichlet过程作为先验,实现了基于数据和模型的聚类结构的建立,实验结果表明该算法能够有效估计出聚类类别个数、每个聚类类别的混合权重、每个聚类类别的特征等信息,达到比较理想的聚类效果.
