Identification of relevant subtypes via preweighted sparse clustering

روش های تجزیه و تحلیل خوشه ای برای شناسایی زیرگروه های همگن در یک مجموعه داده استفاده می شود. در برنامه های کاربردی پزشکی، اغلب تجزیه و تحلیل خوشه ای به منظور شناسایی زیر گروه های جالب توجه بیولوژیکی انجام می شود. به طور خاص، ممکن است بخواهید زیرگروه هایی را شناسایی کنید که با یک نتیجه خاص از علاقه مرتبط است. به طور کلی روش های خوشه بندی متعارف چنین زیر گروه هایی را شناسایی نمی کنند، به ویژه هنگامی که تعداد زیادی از ویژگی های واریانس بالا در مجموعه داده ها وجود دارد. روش های متعارف می توانند خوشه های مرتبط با این ویژگی های واریانس بسیار بالا را شناسایی کنند، زمانی که خواسته می شود خوشه های ثانویه را که جالب تر از زیست شناختی هستند یا بیشتر با نتایج خاص مورد توجه قرار می گیرند، به دست آورند. اصلاح خوشه بندی نادر می تواند برای شناسایی خوشه های ثانویه یا خوشه های مرتبط با نتیجه مورد علاقه استفاده شود. این روش به درستی خوشه های مورد علاقه در چندین سناریو شبیه سازی را درست شناسایی می کند. این روش همچنین به یک مطالعه کوهورت چشمگیر در مورد اختلالات تمپوروماندیبولار و یک مجموعه داده های ریزماهواره لوسمی اعمال شده است.