基于KMeans聚类微生物群落结构研究.docVIP

基于KMeans聚类微生物群落结构研究 　　摘要： 　　随着宏基因组学的不断发展，揭示了微生物菌群在研究中的重要作用。采用K-Means聚类算法对来源于北平顶猴阴道微生物群落OTUs数据集的27个样本进行研究，并与PCA主成分分析法进行对比。K-Means聚类将OTUs数据集分成4个Cluster，而PCA将OTUs数据集划分成5个Cluster。此外，结合样本的元数据-pH，发现样本间的pH值相似性更能与K-Means聚类的分类保持一致。相较于PCA主成分析方法，K-Means聚类能更精确地对OTUs数据集进行分类。 　　关键词： 　　K-Means聚类；PCA主成分分析法；微生物群落结构；OTUs数据集 　　DOIDOI：10.11907/rjdk.172732 　　中图分类号：TP319 　　文献标识码：A文章编号文章编号：1672-7800（2018）001-0146-03 　　Abstract：The development of macrogeome has shown that microbial flora plays an important role in the research and development of many aspects. A total of 27 samples from the OTUs data collecti