Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/90626
Títol: | Aplicación y comparativa de cuatro modelos de clustering para datos GTEx |
Autoria: | López Sánchez, Victoria |
Tutor: | Ventura, Carles |
Altres: | Fernández Martínez, Daniel |
Resum: | En el present TFM s'estudien i avaluen quatre diferents algorismes de clustering: mètode coexp (format porWGCNA i k-means), k-means convencional i dos models de mescla finits. En primer lloc s'implementen tots els models de clustering, es busca el nombre de clústers òptim sobre la base de diferents criteris estadístics com BIC, AIC i el mètode de colze i finalment, les particions generades per aquests mètodes es visualitzen i es comparen entre si amb l'ajuda d'una sèrie de mètriques (o mesures) de validació externa. S'han usat mesures basades en el comptatge de parells (counting based measures) com l'índex de Rand ajustat (Adjusted Rand Index, ARI) i en informació teòrica (information theoreticbased measures) com la variació de la informació normalitzada (Normalized Variation of Information, NVI) i distància d'informació normalitzada (Normalized Distance of Information, NID). |
Paraules clau: | RNA-seq GCN clustering |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | gen-2019 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
vlopezsanchTFM0119memoria.pdf | Memoria del TFM | 918,1 kB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons