摘要
本申请提供了一种针对缺失数据的功能聚类方法、装置、设备及介质,其中,针对缺失数据的功能聚类方法,包括:选取模型初步的聚类中心以及SAD1协方差矩阵参数,并通过零膨胀模型或忽略零值的最大似然估计拟合得到每类微生物的异速生长函数参数;将每类微生物的异速生长函数参数和SAD1协方差矩阵参数作为初始的模型参数,以EM算法对模型进行迭代更新,直到模型收敛后输出每个微生物所属的类别。本申请所提供的功能聚类方法基于零膨胀模型或忽略零值的最大似然估计,提高聚类的准确度并加快聚类过程,能够有效解决微生物组学数据挖掘中因低丰度微生物数据零膨胀导致的聚类不准确问题。
技术关键词
协方差矩阵
聚类方法
逻辑回归方法
参数
后验概率
数据
正态分布方法
样本
处理器
可读存储介质
指令
算法
存储器
数学
指数
计算机
系统为您推荐了相关专利信息
文本分析方法
BERT模型
样本
标签
数据分析技术
室内环境监测方法
热舒适度分析
彩色深度相机
二氧化碳传感器
工业数据处理
方向盘
偏角
车辆运动学模型
车辆动力学模型
横摆角速度
脱硝催化剂模块
SCR脱硝系统
单体
烟气
关键运行参数
站点规划方法
打磨机器人
图像处理技术
覆盖率
天花板