教 程 目 录
通常,聚类分析是将一组对象分组到同一组中.这个概念主要用于数据挖掘,统计数据分析,机器学习,模式识别,图像分析,生物信息学等.可以通过各种算法来实现群集在不同分析中的广泛应用.
根据生物信息学,聚类分析主要用于基因表达数据分析,以找到具有相似基因表达的基因组.
在本章中,我们将检查重要的Biopython中的算法可以理解真实数据集上聚类的基本原理.
Biopython使用Bio.Cluster模块来实现所有算法.它支持以下算法 :分层聚类
K - 聚类
自组织地图
主成分分析
让我们简单介绍一下上面的算法.
分层聚类
分层聚类用于通过距离度量将每个节点链接到最近的邻居并创建一个聚类. Bio.Cluster节点有三个属性:left,right和distance.让我们创建一个简单的集群,如下所示 :>>> from Bio.Cluster import Node
>>> n = Node(1,10)
>>> n.left = 11
>>> n.right = 0
>>> n.distance = 1
>>> print(n)
(11, 0): 1
如果要构建基于树的聚类,请使用以下命令 :>>> n1 = [Node(1, 2, 0.2), Node(0, -1, 0.5)] >>> n1_tree = Tree(n1)
>>> print(n1_tree)
(1, 2):