基于无监督学习的乳腺癌分子分型方法、装置及系统

本发明提供基于无监督学习的乳腺癌分子分型方法、装置及系统，涉及乳腺癌分子分型领域。该基于无监督学习的乳腺癌分子分型方法，包括以下步骤：S1、对收集的乳腺癌患者基因表达数据进行清洗、归一化处理和噪声过滤，以减少数据中的噪声和处理数据缺失问题，S2、利用主成分分析、t‑SNE或其他降维技术提取基因表达数据中的关键特征，减少数据维度并保留主要信息，S3、采用K‑means聚类、层次聚类算法对特征提取后的数据进行聚类，将样本分为若干分子亚型。基于无监督学习的乳腺癌分子分型方法及系统，充分利用无监督学习的强大数据处理能力，通过对基因表达数据进行清洗、归一化处理和噪声过滤，确保了数据的质量和完整性。