寻找合适的亚型分类数量进行分型，nmf分类代码应该怎么写

在使用NMF进行肿瘤亚型分类时，选择合适的亚型分类数量（比如k值）是一项关键任务。这通常涉及到一些探索性数据分析和模型评估。下面是一个简单的流程，展示如何在R语言中寻找最优的k值：

1. **加载所需的包**:

library(mclust)    # 分群算法
library(NMF)      # NMF包
library(ggplot2)   # 数据可视化

2. **数据预处理**:
假设你的数据已经准备好，可以用`scale()`或`log_transform()`处理数据，确保数据适合进行NMF。

3. **构建候选模型**:
创建一系列k值（比如2到10）的NMF模型，每次循环增加k值：

k_values <- 2:10
models <- lapply(k_values, function(k) {
  set.seed(123) # 保持一致性
  nmf_obj <- NMF(data, k=k)
  list(k=k, W=nmf_obj$W, H=nmf_obj$H)
})

4. **评估每个模型**:
使用轮廓系数（Silhouette Coefficient）、Calinski-Harabasz指数或其他聚类评价指标来评估每个模型的质量。可以采用`mclust`包的`silhouette()`或自定义函数计算：

eval_scores <- purrr::map(models, function(model) {
  silhouette(data, model$H[, 1:k])
})

# 计算平均轮廓系数
avg_scores <- sapply(eval_scores, "[[", "avg.sil")
best_k <- which(avg_scores == max(avg_scores)) + 1

5. **可视化比较**:
使用ggplot2绘制k值与评价指标的关系，帮助观察模式：

best_k_df <- tibble(K = k_values, Silhouette = avg_scores)
ggplot(best_k_df, aes(x = K, y = Silhouette)) +
  geom_line() +
  ggtitle("K vs. Average Silhouette Coefficient")

6. **确认最终模型**:
选择具有最高评价指标的那个k值作为你的肿瘤亚型分类数量。