球哈希

聚类是用于提取有用信息的最重要的数据挖掘技术之一来自微阵列数据。 微阵列数据集可以按样品或基因聚类。 在这研究我们专注于基因聚类问题。 基因聚类的目的是将基因分组相似的表达模式以及共同的信念，即这些基因通常具有相似的功能， 参与特定途径或对共同环境刺激的React。 虽然数百聚类算法存在，非常简单的 K-means 及其变体仍然是最广泛的生物学家和从业者使用的基因聚类算法。 这个令人惊讶的事实可能归因于其特别易于实施和使用。 当微阵列数据归一化为零均值和单位范数时，使用归一化数据的 K 均值算法的变体将更合适。 由于数据点位于单位超球面上，因此该算法称为球面 K 均值算法 (SPK-means)。