趋势聚类分析-Kmeans

原创

已于 2025-07-21 16:03:35 修改 · 359 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#kmeans #算法 #机器学习

于 2025-07-21 15:41:55 首次发布

写在前面，Kmeans聚类分析是一种无监督的数据聚类方式

直接上代码！！！

我用的蛋白数据，其实只要输入一个矩阵数据就可以，矩阵数据，行数基因（蛋白），列是样本

library(ClusterGVis)
library(reshape2)
library(argparser)
library(dplyr)
library(tidyverse)

#读分组信息:第一列sample， 第二列是group
groupf <- read.table("group.txt", header = T, sep = '\t',check.names = F)

## Kmeans
##proteo
protein_quant <- read.csv("quant_merge.csv", row.names = 1, header = T, check.names = F, na.strings = c("", "NA"))
protein_info <- protein_quant[, c(groupf$sample)] ##提取样本列

gs <- unique(groupf$group)

# 取组的均值
avg_list <- list() 
for (g in gs) {
  sam = groupf[which(groupf$group==g),1]
  tmp <- protein_info[, sam]
  gtpmavg <- rowMeans(tmp)
  avg_list[[g]] <- gtpmavg
}
avg_info <- do.call(cbind, avg_list)
colnames(avg_info) <- gs

avg_info <- na.omit(avg_info)
avg_info <- as.data.frame(avg_info[, c("C", "D", "M")])

#确定cluster数
pdf('cluster.pdf')
getClusters(obj = avg_info) ## 看这个图逐渐趋于平缓的那个点就是cluster数目
de