基于 Minipatch 学习的快速可解释一致性聚类
机器学习
2023-01-11 v2 机器学习
统计方法学
摘要
一致性聚类已广泛应用于生物信息学及其他领域，以提高聚类结果的准确性、稳定性与可靠性。该方法集成在子采样观测上多次聚类运行的簇共现信息。对于大规模生物信息学数据（例如从单细胞测序数据中发现细胞类型）的应用，一致性聚类有两个显著缺陷：（i）由于重复应用聚类算法导致计算效率低；（ii）缺乏对区分簇的重要特征的可解释性。本文中，我们通过开发 IMPACC：可解释 Minipatch 自适应一致性聚类来解决这两个挑战。我们的方法采用三项主要创新。我们从观测与特征的微小子集（称为 minipatch）集成簇共现，从而大幅减少计算时间。此外，我们开发了观测的自适应采样方案，从而提高了可靠性并节省计算，以及特征的自适应采样方案，其通过快速学习区分簇的最相关特征而产生可解释的求解。我们在合成数据与多种真实大规模生物信息学数据集上研究了我们的方法；结果表明，与标准一致性聚类方法相比，我们的方法不仅产生更准确且可解释的聚类解，还大幅提升了计算效率。
引用
@article{arxiv.2110.02388,
title = {Fast and Interpretable Consensus Clustering via Minipatch Learning},
author = {Luqin Gan and Genevera I. Allen},
journal= {arXiv preprint arXiv:2110.02388},
year = {2023}
}