이 파일은 위키미디어 공용에 있으며, 다른 프로젝트에서 사용하고 있을 가능성이 있습니다.
해당 파일에 대한 설명이 아래에 나와 있습니다.
파일 설명
설명Elmap breastcancer wiki.png
Визуализация набора данных по экспрессии генов в раке молочной железы с использованием упругих карт (b) и метода главных компонент (c). Классы точек показаны с использованием размера (ER - статуc эстроген-рецептора), формы (GROUP - группа А - появление метастаз в течение 5 лет после лечения, группа B - нет рецидива) и цвета (TYPE - молекулярный тип опухоли). На панели (a) показана конфигурация узлов двумерной упругой карты в проекции на первые три главные компоненты. Сравнивая (b) и (c), можно заметить, что базальный тип опухоли как кластер лучше отделен на нелинейной проекции (b).
Visualization of breast cancer microarray data[1] using nonlinear pricipal manifolds produced by the elastic maps algorithm[2]. Ab initio classifications are shown using points size (ER), shape (GROUP) and color (TYPE): a) configuration of nodes in the three-dimensional principal linear manifold. One clear feature is that the dataset is curved such that it can not be mapped adequately on a two-dimensional principal plane; b) the distribution of points in the internal non-linear manifold coordinates (ELMap2D) is shown together with an estimation of the two-dimensional density of points; c) the same as b), but for the linear two-dimensional PCA manifold (PCA2D). One can notice that the “basal” breast cancer subtype is visualized more adequately with ELMap2D and some features of the distribution become better resolved in comparison to PCA2D.
self-made, released by the author into Public Domain
다른 버전
이 그림 파일은 벡터 SVG 형식으로 다시 만들어야 합니다. SVG의 장점에 대해서는 여기(영어)를 참고해 주십시오. 만약 이 그림의 SVG 버전이 이미 존재한다면 이 틀을 {{vector version available|새 파일 이름.svg}}으로 대체해 주십시오.
Moved from ru.wikipedia
라이선스
Public domainPublic domainfalsefalse
나는 이 작품의 저작권자로서, 이 작품을 퍼블릭 도메인으로 모두에게 공개합니다. 이 공개 선언은 전 세계적으로 유효합니다. 만약 저작권의 포기가 법률적으로 가능하지 않은 경우, 나는 이 작품을 법적으로 허용되는 한도 내에서 누구나 자유롭게 어떤 목적으로도 제한없이 사용할 수 있도록 허용합니다.
↑Wang, Y., Klijn, J.G., Zhang, Y., Sieuwerts, A.M., Look, M.P., Yang, F., Talantov, D., Timmermans, M., Meijer-van Gelder, M.E., Yu, J. et al.: Geneexpression profiles to predict distant metastasis of lymph-node-negative primary breast cancer. Lancet 365, 671-679 (2005); Data online
↑A. N. Gorban, A. Y. Zinovyev, Principal Graphs and Manifolds, In: Handbook of Research on Machine Learning Applications and Trends: Algorithms, Methods and Techniques, Olivas E.S. et al Eds. Information Science Reference, IGI Global: Hershey, PA, USA, 2009. 28-59.
{{Information |Description=Визуализация набора данных по экспрессии генов в раке молочной железы с использованием упругих карт (b) и метода главных ком�