A permutation-based algorithm for block clustering

Duffy, Diane E.; Quiróz, Adolfo J.

doi:10.1007/bf02616248

Cited by 48 publications

(18 citation statements)

References 28 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Hartigan proposed a stepwise splitting procedure for the optimization, with constraints on the successive splits that are such that the nestedness of the implied row and column clusterings is guaranteed throughout the algorithmic process. From their part, Duffy and Quiroz 60 proposed to address the same problem with an alternative successive splitting algorithm that makes use of a permutation distribution to decide where to split and when to stop.…”

Section: Deterministic Methodsmentioning

confidence: 99%

Two-mode clustering methods: astructuredoverview

Mechelen

Bock

Boeck

2004

Stat Methods Med Res

178

View full text Add to dashboard Cite

In this paper we present a structured overview of methods for two-mode clustering, that is, methods that provide a simultaneous clustering of the rows and columns of a rectangular data matrix. Key structuring principles include the nature of row, column and data clusters and the type of model structure or associated loss function. We illustrate with analyses of symptom data on archetypal psychiatric patients.

show abstract

Section: Deterministic Methodsmentioning

confidence: 99%

Two-mode clustering methods: astructuredoverview

Mechelen

Bock

Boeck

2004

Stat Methods Med Res

178

View full text Add to dashboard Cite

show abstract

“…There are, of course, other ways to identify groups, automatically, interactively, or manually. Hartigan (1972) [13], Duffy and Quiroz (1991) [7], and Chen (2002) [5] are among the candidate algorithms for finding partitioning points without a dendrogram structure.…”

Section: Identification Of Groups In Variables and Subjectsmentioning

confidence: 99%

Selection of Proximity Measures for Matrix Visualization of Binary Data

Tzeng¹,

Chen

2009

2009 2nd International Conference on Biomedical Engineering and Informatics

View full text Add to dashboard Cite

Exploratory data analysis (EDA: Tukey, 1977) has been introduced and extensively used for more than 30 years yet boxplot and scatterplot are still the major EDA tools for visualizing continuous data in the 21st century. On the other hand, multiple correspondence analysis (MCA) type of methods and mosaic plots are most popular in practice for visualizing multivariate binary and nominal data. But all these methods loose their efficiency when data dimensionality gets really high (hundreds/thousands), particularly when data is of non-continuous nature.Matrix visualization (MV) instead can simultaneously explore the associations of up to thousands of variables, subjects, and their interactions, without reducing dimension. MV permutes rows and columns of the raw data matrix together with two corresponding proximity matrices by suitable seriation (reordering) algorithms. These permuted matrices are then displayed as matrix maps through suitable color spectra for extracting the subject-clusters, variablegroups, and the subjects/variables interaction patterns.For binary data, conventional visualization techniques (boxplot, scatterplot (matrix), mosaic display, parallel coordinate plot, etc.) basically cannot provide users much visual information while the binary generalized association plots (bGAP), by integrating matrix visualization with suitably chosen proximity for binary data, can effectively present complex patterns for thousands of binary variables for thousands of subjects in one matrix visualization.

show abstract

“…Da sie aber auf eine vollständige Aufteilung der Datenmatrix in Blöcke abzielen und eine entsprechende globale Struktur voraussetzen, sind sie für unsere Fragestellung nicht geeignet. Ebenso Beschreibungen von "Block Clustering"-Methoden finden sich unter ändern bei Hartigan (1972) und Duffy/Quiroz (1991). lösen Methoden wie die Korrespondenzanalyse, die direkt auf eine geeignete Umordnung der Zeilen und Spalten zielen, nicht unser Problem, da sie gleichfalls von einer globalen Struktur in der Datenmatrix ausgehen (Ihm 1983 Um eine derartige Suchstrategie automatisieren zu können, müssen wir die Auffälligkeit eines Hinweises quantifizieren, um die allerauffälligsten aussuchen zu können. Im nächsten Abschnitt werden wir derartige Maßzahlen für die Auffälligkeit vorstellen, die auf folgendem Gedanken basieren: Je unwahrscheinlicher es ist, daß bei Fehlen jeglicher familiärer Strukturen in den Daten der beobachtete Hinweis trotzdem entsteht, desto auffälliger ist der Hinweis.…”

Section: Such Strategienunclassified

Rekonstruktion biologischer und sozialer Strukturen in ur- und frühgeschichtlichen Bevölkerungen – Innovative Ansätze zur Verwandtschaftsanalyse in der Archäologie

Alt¹,

Vach²

1994

Praehistorische Zeitschrift

View full text Add to dashboard Cite

Eine Hauptaufgabe der Prähistorischen Anthropologie ist die biologische Rekonstruktion früherer Bevölkerungen. Hierbei spielt seit einiger Zeit die Entdeckung und Validierung intra-und interfamiliärer genetischer Verwandtschaftsverhältnisse eine wichtige Rolle, weil damit von anthropologischer Seite die Voraussetzungen geschaffen werden, zusammen mit Ergebnissen archäologischer und sozialgeschichtlicher Untersuchungen zu einer Analyse der Sozialstruktur lokaler Bevölkerungen zu kommen. Mit Hilfe eines neuen, odontologischen Merkmalssystems haben wir die Basis für solche Untersuchungen verbessert, für die bisher primär epigenetische Merkmale zur Verfügung standen. Mit Hilfe dieser Merkmale können wir versuchen, verwandtschaftliche Beziehungen innerhalb von Gruppen von Individuen durch das gehäufte Auftreten seltener Merkmale innerhalb derselben aufzuzeigen. In der vorliegenden Arbeit erläutern wir im besonderen die Wahl der Merkmale für die V er wandt seh aft s analyse und deren Erfassung, stellen eine Suchstrategie zur Entdeckung auffälliger Hinweise auf familiäre Strukturen vor, gehen auf die Bedeutung von Maßen für die Auffälligkeit und deren Berechnung ein und benutzen den Datensatz eines frühmittelalterlichen Friedhofs, um die Durchführung der Analysen und die Aufbereitung der Ergebnisse zu demonstrieren. Wesentlich sind dabei auch Ansätze zur Einbeziehung archäologischer und anderer externer Informationen. Als Ergebnis können wir einige Beispiele anführen, in denen Gruppen von Individuen unter den Bestatteten gefunden werden, für die wir enge genetische Beziehungen untereinander vermuten. Dabei konnte die Aussagekraft dieser Vermutungen mit Hilfe globaler Auffälligkeitswahrscheinlichkeiten abgesichert werden. La reconstitution biologique de populations du passe est une des täches principales de l'anthropologie prehistorique. Depuis quelque temps, un role important est dans ce cadre devolu aux analyses des relations de parente genetique intra-et interfamiliale; eile permettent a l'anthropologie physique de creer les bases indispensables pour parvenir, en synergic avec les recherches d'archeologie et d'histoire sociale, a une analyse de la structure sociale de populations locales. Un nouveau Systeme a'analyse des caracteristiques odontologiques nous a permis d'ameliorer les bases de telles analyses, jusqu'ä present principalement basees sur V etude de criteres epigenetiques. Par V analyse de l 3 accroissement de frequence de caracteres a incidence rare, cette methode nous met en mesure de tenter d 3 identifier les liens de parente entre individus de certains groupes. Dans cet ouvrage, nous presentons en particulier la selection ainsi que les techniques de mesure des criteres d'analyse de parente, une Strategie de recherche d'indices evidents de structures familiales et l'importance aussi bien du type d 3 enregistrement des criteres que du mode de calcul des indices de parente. Afin d'illustrer l 3 application de la methode et la mise en valeur des resultats, nous analysons les donnees d'une necropole du haut M...

show abstract

A permutation-based algorithm for block clustering

Abstract: Binary splitting, Blck clustering, Markov chain simulation method, Permutation distribution,

Cited by 48 publications

References 28 publications

Two-mode clustering methods: astructuredoverview

Two-mode clustering methods: astructuredoverview

Selection of Proximity Measures for Matrix Visualization of Binary Data

Rekonstruktion biologischer und sozialer Strukturen in ur- und frühgeschichtlichen Bevölkerungen – Innovative Ansätze zur Verwandtschaftsanalyse in der Archäologie

Contact Info

Product

Resources

About