Aprendizagem supervisionada e sem supervisão para Expressão Genética

O agrupamento de atributos é uma das aplicações de mineração de dados não supervisionada que tem sido usada anteriormente para identificar a dependência estatística entre subconjuntos de variáveis. Novamente as técnicas de agrupamento são importantes nos métodos de mineração de dados para explorar a estrutura natural e identificar padrões interessantes nos dados originais, também se provou ser útil para encontrar amostras co-expressas. Neste livro, a teoria do conjunto aproximado (RST) tem sido utilizada para o agrupamento de atributos. A RST é uma teoria adotada para lidar com o conhecimento bruto e incerto, que analisa os clusters e encontra os princípios dos dados quando o conhecimento anterior não está disponível. Nesta preocupação, após a implementação do método de agrupamento de atributos baseado em um conjunto de dados da vida real, estes são classificados utilizando algumas das técnicas tradicionais de classificação.