validation - 如何验证高维数据（基因表达）的集群（anylsis）

Question

您好，我是新来的，希望我已经正确输入了所有内容，并且这个问题在正确的论坛中。另外，我之前检查过，以前的问题似乎没有与这个问题相提并论。

对于我的问题：我目前正在使用包 clValid 验证集群方法。现在我使用的数据集非常大（1,000 到 25,000），它是基因表达。现在的问题是，哪些验证高维数据集的方法会受到质疑。也许还有另一个包用于验证高维空间中的聚类。我必须先做 PCA 吗？我的数据集可以有多大，以便我可以在其上使用 clValdi（我不想让我的计算机运行几个小时，或者我应该让它运行并等待一个小数据集 100x500 的结果）我很感激每一个建议也许有我还没有想到的解决方案。

cl有效

标签： validationbigdatacluster-analysis

Answer 1

我宁愿不依赖任何这些索引。

1. 这些措施通常要求集群是完整的和不相交的，这不适用于典型的基因双集群。有基因不参与实验中观察到的任何效果
2. 我们通常在设计测量时考虑到低维高斯数据，一旦你拥有所有距离都很大的高维数据，它们会测量聚类之间没有对比（因为它们的测量看不到任何两个之间的对比数据点

我担心您可能需要通过复杂的特定领域分析进行评估。