利用MATLAB實現(xiàn)聚類

一.數(shù)據(jù)基本信息
數(shù)據(jù)來源：GEO GSE62533 (CLL)
sample: 12
Sample info：from mononuclear cells from peripheral blood
CLL patients were treat by DMSO or BV6
case：control 3：3：3：3 treat 4h or 20h by DMSO(對照) or BV6(實驗) (分別用DMSO和BV6治療4h和20h)
Platform：GPL570
gene：20486
二．實驗?zāi)康?br> 基于物體的相似性將物體分成不同的組
三．實驗項目

  1. 相似性指標(biāo)
  2. 層次聚類(對樣本)
    x為54675*12基因表達(dá)矩陣 原文件GSE62533.matrix.txt
    代碼:
    y=x';
    y1=pdist(x','euclidean');#計算歐式距離
    z=linkage(y1);

  3. K-均值聚類(對基因)
    代碼:
    K-[idx,C]=kmeans(x,4); %分四類
    figure;
    plot(x(idx==1,1),x(idx==1,2),'r.','MarkerSize',12) %第一類
    hold on
    plot(x(idx==2,1),x(idx==2,2),'b.','MarkerSize',12) %第二類
    hold on
    plot(x(idx==3,1),x(idx==3,2),'g.','MarkerSize',12) %第三類
    hold on
    plot(x(idx==4,1),x(idx==4,2),'m.','MarkerSize',12) %第四類
    plot(C(:,1),C(:,2),'kx',...
    'MarkerSize',15,'LineWidth',3)
    legend('Cluster1','Cluster2','Cluster3','Cluster4',...
    'Location','NW') %圖例
    title'Cluster Gene';
    四．實驗結(jié)果
    層次聚類(Q型)


    image.png

    image.png

    K-均值聚類(R型)


    image.png
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

友情鏈接更多精彩內(nèi)容