【学术活动】卡耐基梅隆大学Jiashun JIN教授访问我中心并做学术报告

学术活动、新闻动态

发布时间：2017年12月26日

2017年12月25日，【统计学论坛·特邀报告】在清华大学伟清楼209成功举办。本次论坛邀请到卡耐基梅隆大学的Jiashun Jin教授，报告由清华大学统计学研究中心的邓柯教授主持，本次报告的主题是“使用重要特征主成分分析（IF-PCA）进行聚类”。

金教授首先用来进行聚类的十种肿瘤的microarray表达量数据，该项目的目标是将每种肿瘤分成几个亚组，所有特征分为信号和噪音，信号的部分有不同的均值，是一个秩为K-1的稀疏矩阵，我们在这里面临的问题是信号的部分相对于噪音很少而且很弱，因此使用经典的PCA方法效果不是很好。

接下来，金教授介绍了IF-PCA方法思想，主要分成以下几步：首先是使用Kolmogorov-Smirnov统计量将原始数据变成排序特征，之后将排在靠前的特征筛选出来，最后在经过筛选之后的特征上使用主成分分析的方法。在以上每一步的操作中，都要有一些需要注意的地方，在使用Kolmogorov-Smirnov统计量对原始数据进行排序时，在计算KS score之后，使用Efron’s null correction的方法对KS score进行标准化，再选择标准化之后score排在前面的特征；在选择排名的threshold的时候，通常大家会使用cross validation或者FDR的方法，金老师使用的是Higher Criticism的标准，从中选择一个最严格的threshold进行筛选。

最后，金老师将IF-PCA方法的结果和一些已有的方法进行了比较，包括kmean, SpecGem, kmean++, COSA 以及sPCA等方法进行了比较，发现IF-PCA的方法在十种肿瘤中的五种表现都是最优的，在另外五种肿瘤中也是次优的，在所有肿瘤中的平均错误率也是最低的，这说明这种方法在实际应用中的效果是很好的。