Key points are not available for this paper at this time.
نقدم دراسة مقارنة لعدة طرق لتقدير القيم المفقودة في بيانات المصفوفات الجينية الدقيقة. قمنا بتنفيذ وتقييم ثلاث طرق: طريقة تعتمد على تحليل القيمة الفردية (SVDimpute)، الجيران الأقرب الموزون (KNNimpute)، ومتوسط الصف. قمنا بتقييم الطرق باستخدام مجموعة متنوعة من إعدادات المعلمات وعبر مجموعات بيانات حقيقية مختلفة، وقيّمنا قوة تحمل طرق التقدير لكمية البيانات المفقودة ضمن النطاق من 1-20% من القيم المفقودة. نُظهر أن KNNimpute يبدو أنه يوفر طريقة أكثر قوة وحساسية لتقدير القيم المفقودة مقارنة بـ SVDimpute، وكلاهما يتفوق على طريقة متوسط الصف المستخدمة عادة (وكذلك تعبئة القيم المفقودة بالصفر). نقدم نتائج التجارب المقارنة ونوفر توصيات وأدوات لتقدير دقيق للبيانات المفقودة في المصفوفات الدقيقة تحت ظروف متنوعة.
Building similarity graph...
Analyzing shared references across papers
Loading...
Olga G. Troyanskaya
Michael Cantor
Gavin Sherlock
Bioinformatics
Stanford University
Building similarity graph...
Analyzing shared references across papers
Loading...
درس ترويانسكایا وآخرون (الجمعة) هذا السؤال.
www.synapsesocial.com/papers/69d6876f63c393aa4d31af5a — DOI: https://doi.org/10.1093/bioinformatics/17.6.520
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: