Porovnání metod

Výběr metody závisí na tom, jaká je kvalita našich dat. Segmentační metody mají celkově dobrou výkonnost, avšak nejsou vhodné pro malé regiony a data zatížená šumem. Navíc, detekované segmenty se musí ještě rozdělit do biologicky relevantních regionů. Vyhlazovací metody mají naopak dobrý výkon na datech zatížených šumem a malých regionech, ale výsledkem je bohužel pouze vyhlazená křivka a ne zařazení regionů do biologicky relevantních regionů. Díky své sensitivitě je nevhodné pro detekci větších změn. Metody založené na skrytých Markovových řetězcích jsou výkonné pouze na datech nezatížených šumem a nejsou vhodné pro detekci malých regionů a data zatížená šumem. Navíc jsou výpočetně náročné. Nakonec, shlukovací metody jsou sice jednoduché na pochopení, ale neefektivní. 

Pro podrobné porovnání metod doporučujeme články Lai et al. (2005) a Willenbrock & Fridlyand (2007).