[发明专利]一种基于自适应权重的微阵列缺失值估计方法

摘要

本发明公开了一种基于自适应权重的微阵列缺失值估计方法，其特征包括一，无需人工调参即可自动填补缺失值；二，采用基于2范数正则化的加权多元线性回归模型；三，模型权重可以根据算法自适应调整。本发明能有效挖掘微阵列数据中的数据结构关系，从而能有效的利用微阵列数据中的观测值来准确地估计缺失值。

主权项

一种基于自适应权重的微阵列缺失值估计方法，是应用于由n个基因组成的微阵列数据集中，所述微阵列数据集记为G＝{g1,g2,…,gi,…gn}；gi表示第i个基因；1≤i≤n；并有：表示第i个基因在第j个实验条件下的表达数据，1≤j≤m；由n个基因在第j个实验条件下的表达数据组成第j个样本，记为sj；其特征是，所述微阵列缺失值填补估计方法是按照如下步骤进行：步骤1、定义循环次数为c，并初始化c＝1步骤2、选取第c次循环下的微阵列数据集G(c)中所有具有缺失值的基因，并构成第c次循环下的不完整基因集F(c)，并将剩下的没有缺失值的基因构成第c次循环下的完整基因集H(c)；步骤3、选择所述第c次循环下的不完整基因集F(c)中丢失率最小的不完整基因作为目标基因若存在多个不完整基因的最小丢失率相同，则随机选取任意一个最小丢失率的不完整基因作为目标基因步骤4、从所述第c次循环下的微阵列数据集G(c)中找出所述目标基因的所有相似基因，构成相似基因集表示所述目标基因的第v个相似基因；1≤v≤V；步骤5、计算第c次循环下的第v个相似基因对于目标基因的相似度从而获得所有相似基因对于目标基因的相似度步骤6、自适应确定第v个相似基因的权重并构建加权回归模型用于填补目标基因中的所有缺失值；步骤7、将填补后的目标基因加入所述完整基因集H(c)中，从而更新所述第c次循环下的完整基因集H(c)，得到第c+1次循环下的完整基因集H(c+1)；步骤8、将所述目标基因从所述第c次循环下的不完整基因集F(c)中删除，从而更新所述第c次循环下的不完整基因集F(c)，得到第c+1次循环下的不完整基因集F(c+1)；步骤9、判断所述不完整基因集F(c+1)中是否存在具有缺失值的基因，若存在，则将c+1赋值给c后，再返回步骤3执行；否则，表示缺失值填补完成。