基于贝叶斯社群发现的可靠数据聚类方法

研究人员提出了一种结合贝叶斯社群发现的数据聚类新方法，通过单一最小描述长度准则同时决定数据稀疏化程度与聚类方式。该单步方法保留所有样本进行推理，消除了任意阈值选择，并在无真实结构时仅返回单个聚类。合成数据测试显示其在更高噪声和更少样本下仍能恢复聚类；在人脑基因共表达数据中，其聚类的一致性与稳定性均优于标准工具 WGCNA。