有监督的挑选了特征之后的无监督的分析还可靠吗

文章预览

层次聚类（Hierarchical Clustering）和主成分分析（PCA）都是无监督学习方法，它们可以用来探索样品之间的关系，而不需要预先定义的类别或标签 ，其中： 层次聚类（Hierarchical Clustering） ： 层次聚类是一种聚类算法，通过构建一个多层次的嵌套聚类树来组织数据。 它不需要预先指定聚类的数量，而是生成一个聚类树（树状图或dendrogram），可以从中选择不同的切割点来得到不同数量的聚类。 层次聚类可以是凝聚的（从单个样本开始，逐步合并聚类）或分裂的（从所有样本作为一个聚类开始，逐步分割）。 主成分分析（PCA） ： PCA是一种降维技术，通过线性变换将数据投影到较低维度的空间，同时尽可能保留原始数据的变异性。 它通过找到数据中方差最大的方向（主成分），并将数据投影到这些方向上，从而揭示样品之间的结构关系。 PCA通常用于数 ………………………………