Cluster_Ensembles 1.16

安装

集群集成是用python和c编写的。 它的标准库和以下软件包：

• numexpr（2.4.0或更高版本）
• numpy（1.9.0版或任何其他版本）
• scipy
• SCIKIT学习
• 设置工具
• Pytables

下面提到的pip install Cluster_Ensembles命令应该自动检测并（如果适用）安装或更新上述任何依赖项。

作为运行集群集成的又一个预备，您还应该 按照下面的几条说明操作。

在CentOS、Fedora或某些Red Hat Linux发行版上：

• 打开终端控制台；
• 键入：sudo dnf install glibc.i686。

这将安装运行32位所需的gnu c库 带有64位Linux内核的可执行二进制文件。此可执行文件的任务是 使用超图分区。跳过此步骤将导致 bad ELF interpreter随后尝试运行时出现错误消息 集群集成包。

在debian或ubuntu平台上，以下命令应该产生 相同的结果：

• 打开终端控制台；
• 键入：sudo dpkg --add-architecture i386以添加对 i386体系结构；
• 输入：sudo apt-get install libc6:i386。

完成上述步骤后，安装集群集成 向python包索引（pypi）发送如下请求：

• 打开终端控制台；
• 输入pip install Cluster_Ensembles。

任何丢失的第三方依赖项都应自动解决。 请注意，作为此软件包安装的一部分，有些代码 用C编写，稍后集群将需要它 用于确定图形分区的包在 引擎盖和根据你的机器规格。你 因此需要确保上的CMake和GNU make可用 你的操作系统。

用法

假设您有一个shape数组（m，n），其中每一行对应一个向量，该向量报告组成数据集的n个样本中的每个样本的集群标签。其中一些样本可能是由于某些m clustering而忽略掉的；在本例中，相应的条目被标记为nan（numpy.nan）。

下面几行说明了如何提交一致性聚类分析，例如集群运行（m，n）集群标签数组。返回一个向量，其中包含数据集中每个n个样本的一致聚类标识consensus_clustering_labels。

请注意，聚类标签的m向量可以对应于将样本划分成不同数量的整体聚类。因此，集群集成提供了从将数据集聚合为10个组、将一小部分样本聚合为5个集群、将数据集另一个划分为20个集群等来寻求一致集群的可能性。这些选择完全取决于您。集群集成所需要的几乎就是一组集群向量。

>>> import numpy as np
>>> import Cluster_Ensembles as CE
>>> cluster_runs = np.random.randint(0, 50, (50, 15000))
>>> consensus_clustering_labels = CE.cluster_ensembles(cluster_runs, verbose = True, N_clusters_max = 50)

参考文献

• 吉考德，G.，马可，E.，特里帕，L.和袁，G.-C.， “基于高维单细胞数据的稳健谱系重建”。 arxiv预印本[q-bio.qm，stat.ap，stat.co，stat.ml]：http://arxiv.org/abs/1601.02748
• A.Strehl和J.Ghosh，“集群集成-知识重用 组合多个分区的框架”。输入：机器轴颈 学习研究，3，第583-617页。2002年