mev-4.0.01/source/org/tigr/microarray/mev/cluster/gui/impl/dialogs/dialogHelpUtil/dialogHelpPages/knnc_parameters2.html

Code
Comments
Other
Rev Date Author Line
2 26 Feb 07 jari 1 <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
2 26 Feb 07 jari 2
2 26 Feb 07 jari 3 <HTML>
2 26 Feb 07 jari 4   <BODY bgcolor = "#FFFFCC"><basefont face = "Arial">
2 26 Feb 07 jari 5     <h1>KNNC: K-Nearest Neighbors Classification</H1><H2>Parameter Information</H2>
2 26 Feb 07 jari 6         <hr size = 10>
2 26 Feb 07 jari 7 In the following description "vector" refers to a given gene or experiment, depending on what is being classified. 
2 26 Feb 07 jari 8 An element of a vector is one of the expression values that consitutes that vector. For a gene vector, its elements would 
2 26 Feb 07 jari 9 consist of the expression values for that gene across all experiments, while for an experiment vector, its elements would
2 26 Feb 07 jari 10 consist of all the gene expression values for that experiment.
2 26 Feb 07 jari 11
2 26 Feb 07 jari 12 <H2>Classify genes or experiments</H2>
2 26 Feb 07 jari 13 Self-explanatory
2 26 Feb 07 jari 14 <BR>
2 26 Feb 07 jari 15 <H2>Variance filter</H2>
2 26 Feb 07 jari 16 This is the first of two noise-reduction filters that can optionally be applied before classification. 
2 26 Feb 07 jari 17 The variance filter keeps only those vectors in the entire data set (including the training set) that 
2 26 Feb 07 jari 18 have the highest variance across all elements in that vector. The number of vectors to be retained is specified by 
2 26 Feb 07 jari 19 the user. Note that after applying variance filtering, the training set might be smaller than the one initially 
2 26 Feb 07 jari 20 specified by the user, as some of the training vectors might have been filtered out.
2 26 Feb 07 jari 21 <br>
2 26 Feb 07 jari 22 <h2>Correlation filter</H2>
2 26 Feb 07 jari 23 The correlation filter is used to filter out those vectors of the set to be classified, that are not significantly 
2 26 Feb 07 jari 24 correlated with at least one member of the training set. The significance of correlation is determined by the 
2 26 Feb 07 jari 25 p-value, which is calculated by a permutation test in which each vector is permuted a user-specified number of times.
2 26 Feb 07 jari 26 <br>
2 26 Feb 07 jari 27 <h2>KNN Classification parameters</H2>
2 26 Feb 07 jari 28 This is where the user specifies the expected number of classes (which is also the number of classes present 
2 26 Feb 07 jari 29 in the training set). The number of neighbors is the number of vectors from the training set that are chosen as 
2 26 Feb 07 jari 30 neighbors to a given vector. Euclidean distance is used to determine the neighborhood. Let’s say we want to 
2 26 Feb 07 jari 31 classify a gene g. Gene g is assigned to the class that is most frequently represented among its k nearest 
2 26 Feb 07 jari 32 neighbors from the training set (where k is specified by the user). In case of a tie, gene g remains unassigned.
2 26 Feb 07 jari 33 <br>
2 26 Feb 07 jari 34 <h2>Create / import training set</H2>
2 26 Feb 07 jari 35 If the user chooses to import a previously created training set, on hitting the “Next” button a file chooser is 
2 26 Feb 07 jari 36 displayed from which the training file can be chosen. If an appropriate file is chosen, the KNN classification editor 
2 26 Feb 07 jari 37 displayed with the class assignments from the file. If the option to create a new training set from data is chosen, 
2 26 Feb 07 jari 38 on hitting the “Next” button the classification editor is directly displayed with all vectors set to neutral.
2 26 Feb 07 jari 39 <br>
2 26 Feb 07 jari 40 <h2>Hierarchical Clustering</H2>
2 26 Feb 07 jari 41 This checkbox selects whether to perform hierarchical clustering on the elements in each cluster created.
2 26 Feb 07 jari 42 <br>
2 26 Feb 07 jari 43         </basefont>  
2 26 Feb 07 jari 44   </BODY>
2 26 Feb 07 jari 45 </HTML>

Generated on Thu Jul 20 09:26:39 2023 (UTC) by svndigest 0.11.2pre (dev build 1672)