Mfuzz是较有知名度的聚类R包，它采用的模糊均值算法是普通K-means算法的改进。普通K-means算法对于数据的划分是硬性的，让它聚成20个类，结果就会出现20个类。Mfuzz则是一种柔性的模糊划分，让它聚成20个类，结果可能是16个类，也可能是25个类。K-means的硬聚类把每个待辨识的对象严格地划分到某类中，具有非此即彼的性质。Mfuzz的模糊聚类建立了样本对类别的不确定性描述，会根据数据本身的特性来调节聚类结果，从而更有优势。脚本如下：
## 安装 ##
source("https://bioconductor.org/biocLite.R")
biocLite("Mfuzz")
## 输入数据 ##
library("Mfuzz")
rawdata读入csv文件
colnames(rawdata)=c("geneID","IR1","IR2","IR4","IR5","IR6")# 文件有6列，添加列名
gennames第一列是基因名字
rn
rownames(rawdata)=rn # 行名
rawdata
rawdata
eset
## 过滤数据 ##
mydata.r
mydata.f
tmp
mydata.s
# 根据我的经验，这一步可能产生新的NA，导致下面的步骤报错，解决方法之一就是重新# 运行上面的过滤步骤，把筛选参数变得更严格，尽量去掉噪音基因。
## 筛选聚类参数 ##
m
tmp
# 计算c值，即该数据应该聚多少类
# 如下图，X与红线分离的x轴，就是c值，（因为输入文件没有规律，下图未出现分离）
## 软聚类 ##
cl
mfuzz.plot2(mydata.s, cl = cl, mfrow =c(4,3), time.labels = c("IR1", "IR2", "IR4", "IR5", "IR6"), xlab="Period", ylab="Exp",colo="fancy", ax.col="red", col.sub = "blue", x11 = FALSE, col = "blue")
#聚类的结果太多，可能报错：画板太大，无法展示图片。
## 聚类细节 ##
cl[[4]][ ,1] # cluster 1的所有基因列表及其与该类的关系值
cl[[2]] # 每个cluster的基因数量
plot(cl[[1]][8,],type="l",ylab="Expression")# cluster 8的聚类中心及走势
# 下面的步骤是单独画某一cluster，(single=1:cluster 1)
mat
l
mfuzz.plot2(mydata.s,cl=cl,mfrow=NA,colo="fancy",ax.col=1,col="blue",cex.main=2,single=1,x11=FALSE,time.labels=c("IR1","IR2","IR4","IR5","IR6"))
mfuzzColorBar(col="fancy",main="Membership",cex.main=1)
#
Mfuzz需要两个参数：聚类数目c和参数m。一般来讲C要远远小于聚类样本的总个数，同时要保证C>1。对于m，它是一个控制算法的柔性的参数，如果m过大，则聚类效果会很次，而如果m过小则算法会接近硬聚类算法。参数m又称为平滑因子，控制着模式在模糊类间的分享程度，因此要实现模糊聚类就必须选定一个合适的 m值。
