---
title: "悟空云平台交流视频第六十七期---《聚类筛选变量》"
author: "omicsolution.com"
account: "omicsolution.com"
published_at: "2026-04-03T15:22:35+08:00"
captured_at: "2026-08-26T17:08:32.121542+08:00"
source_url: "https://mp.weixin.qq.com/s/JCSyj2tBWpM62s903CH-bw"
---

# 悟空云平台交流视频第六十七期---《聚类筛选变量》
![图片 1](images/001.png)

![图片 2](images/002.png)

![图片 3](images/003.png)

![图片 4](images/004.png)

悟空云

组学数据分析平台

易算生物

![图片 5](images/005.png)

你好！本期悟空云带来聚类筛选变量。

进入悟空云：

https://www.omicsolution.com/platform.html

![图片](images/006.webp)

见功能圈--7.回归和机器学习--23. 聚类选择变量(Variable Selection for Gaussian Model-Based Clustering)

![图片 7](images/007.png)

---

在高维数据分析中，变量数量多、冗余高、噪声重，直接聚类很容易受到无关特征干扰，导致分群结果分离度不足、解释困难。这一期介绍的聚类变量选择方法，基于高斯混合模型的模型聚类框架，以 BIC 作为模型比较依据，通过变量纳入或移出模型后的 BIC 变化，评估各变量对样本分群结构的贡献，从而筛出承载聚类信息的变量子集。

这类方法适合蛋白组、代谢组、脂质组等连续型高维数据，也适合样本异质性探索、潜在亚型发现、候选标志物预筛、聚类前特征压缩等分析任务。对于缺乏可靠标签、希望从数据内部结构出发识别关键特征的研究者，这是一条很实用的分析路径。

本期视频详细介绍了在悟空云平台的数据准备与全流程操作，有需要的老师和同学可以了解下，动手操作试试。

---

使用视频

复制下述链接或点击“阅读原文”进入分析页面

https://wkomics.omicsolution.com/wkomics/main/

END

![图片 8](images/008.jpg)

易算蛋白组学前沿方案库

悟空云平台交流视频第六十六期---《激酶-底物富集分析》

悟空云平台交流视频第六十五期---《灰色关联度分析（GRA）》

悟空云平台交流视频第六十四期---《自组织映射网络SOM》

悟空云平台交流视频第六十三期---《多组学多数据集环形热图可视化》

悟空云平台交流视频第六十二期---《蛋白质功能分类》

国庆回望 | 易算悟空云十款已发表的组学分析工具盘点

悟空云平台交流视频第六十一期---《查看蛋白在各组织（含癌症组织）中表达情况》

悟空云平台交流视频第六十期---《加权分位数和(WQS)回归》

悟空云平台交流视频第五十九期---《机器学习及ROC曲线》

悟空云平台交流视频第五十八期---《代谢物GSEA KEGG富集分析(自己上传背景库)》

悟空云平台交流视频第五十七期---《蛋白质主题本体组学Ontolomics-P教学视频上线》

悟空云平台交流视频第五十六期---《蛋白质或样本信号熵值变化》

悟空云平台交流视频第五十五期---《GO和KEGG富集分析自备背景库》

悟空云介绍