距离矩阵中缺失数据的估算

Question

我想问一下是否有人熟悉距离矩阵中缺失值的估算。对于普通数据（具有连续和名义变量的表），存在许多插补技术，例如，热甲板和冷甲板，预测模型等。但是，几乎没有关于如何处理距离矩阵的信息。

示例：

distance <- dist(rnorm(20))
distance[c(10, 20, 30, 40, 50, 60)] <- NA

在这种情况下如何估算缺失值？

Answer 1

有两个程序允许完成部分距离矩阵：一个基于超参数不等式，另一个基于使用四点条件的加法程序（Makarenkov＆amp; Lapointe详细描述的算法， 2004）。这两种方法都在R。

的ape包中实现

方法的选择取决于距离属性。

# Generate a distance matrix with five missing values
set.seed(111)
dd <- dist(1:10)
dd[sample(x = 1:length(dd), size = 5)] <- NA
dd

    1  2  3  4  5  6  7  8  9
2   1                        
3   2  1                     
4   3  2  1                  
5   4  3  2  1               
6   5  4  3  2  1            
7   6  5  4 NA NA  1         
8   7  6 NA  4  3  2  1      
9   8 NA  6  5  4  3  2 NA   
10  9  8  7  6  5  4  3  2  1

# Replace missing data
library(ape)
as.dist( additive(dd) )         # additive procedure
as.dist( ultrametric(dd) )      # ultrametric procedure

Makarenkov V，Lapointe FJ（2004）。用于从不完全距离矩阵推断系统发育的加权最小二乘法。生物信息学，20（13），2113-2121，DOI: 10.1093/bioinformatics/bth211。