背景 scRNA-seq 数据的计算分析包括质控，比对，定量，标准化，聚类，轨迹分析以及差异表达基因的鉴定等，其中聚类是给予转录组数据定义细胞类型的一个核心步骤，也是 scRNA-seq 最广泛的应用...

人工智能很大程度上是对未知输入的分类判别， 聚类是一种将数据点按一定规则分群的机器学习技术。 这里介绍5种常见的聚类方法： ▌K-均值聚类 k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所...

1 聚类分析介绍 1.1基本概念 聚类就是一种寻找数据之间一种内在结构的技术。聚类把全体数据实例组织成一些相似组，而这些相似组被称作聚类。处于相同聚类中的数据实例彼此相同，处于不同聚类中的实例彼此不同...

前段时间在Briefings in Bioinformatics上发表一篇关于超快速序列聚类分析的文章，文章原始是想列举目前可以用于meta-genome序列分析的算法，但是这列算法和工具也可以用于其...

应学生及个别博友的要求，尽管专业博文点击率和反应均很差，但在去San Diego参加PAG会议之前，还是抽时间给出【R高级教程】的第二专题。专题一给出了聚类分析的示例，本专题主要谈在表达谱芯片分析中如...

【在国际上，R软件的应用是数据分析的主流发展趋势之一，但我发现在国内R软件的使用远不如SPSS、SAS等软件那么流行。为推广R软件的使用，本博客将陆续推出“R高级教程”系列专辑，希望对生命科学领域的科...

聚类分析中的“类”（cluster）和分类的“类”（class）是不同的，对cluster更加准确的翻译应该是“簇”。聚类的任务是把所有的实例分配到若干的簇，使得同一个簇的实例聚集在一个簇中心的周围，...

输入聚类个数 k ，以及包含 n 个数据对象的数据库，输出满足方差最小标准的 k 个聚类。 k-means 算法接受输入量 k ；然后将 n 个数据对象划分为 k 个聚类以便使得所获得的聚类满足：同一...

第一部分       基因芯片的数据标准化(Normalization) 对基因芯片数据的标准化处理，主要目的是消除由于实验技术所导致的表达量(Intensity) 的变化，并且使各个样本(sampl...