【发布时间】：2021-06-05 10:35:47
【问题描述】：
我在 python here 中找到了一个非常好的 Consensus Clustering 实现
但是，对于具有大样本量的大型数据集，该算法将无法工作，因为它构建了维度为 [samples, samples] 的矩阵。
在大型数据集上是否有任何高效的 Python 实现共识聚类？
【问题讨论】：
标签： python cluster-analysis consensus
【发布时间】：2021-06-05 10:35:47
【问题描述】：
我面临一个类似的问题，我需要在一个大型数据集上进行共识聚类，这将产生一个 1,000,000 x 1,000,000 的共识矩阵（希望非常稀疏手指交叉）。虽然我还没有解决这个问题，但我在论文中找到了一些线索：Accelerating high-dimensional clustering with lossless data reduction，他们开发了自己的 R 算法来进行无损数据缩减，然后使用 R 包ConsensusClusterPlus。我知道这不是一个真正的答案，并且是在 R 而不是 Python 中实现的，但希望它能像我一样为人们指明正确的方向！
更新
我最终在 python here 中实现了this paper 中描述的共识聚类算法。在一个包含超过 1,000,000 个细胞和大约 50 个特征的数据集上，我能够在几分钟内运行单独的聚类算法，例如 FastPG，然后将这些结果用作共识聚类算法的输入，该算法也在几分钟内运行.
【讨论】：