大家好，我不是数学出身，对统计不太擅长，请教大家。
我有几个样本，测得基因组DNA甲基化，数据是这样的：
每个样本的数据是这样的，
染色体 起始坐标 终止坐标 甲基化值
chr1 1121 1621 100
chr1 2000 2500 68
... ... ... ...
chr2 ... ... ...
...
...
各个样本间的 坐标区域个数不一定一样，并且有许多不同的区域，我想问一下，做聚类前，数据要先处理成什么标准。谢谢！！！！！
你要做什么的聚类？看你的描述各样本间的聚类很困难了 各样本所共有的区域做聚类倒是有可能吧
回复 第2楼 的 aegeansea：我看到有人好像是什么模糊聚类分析，我也感觉应该把共有的区域提取出来，只是第一次做，想找找个人问问。
我是这样做的,先算出中点,再聚类,这样近似考虑了起始位置和长度,尽管不是很准确,但是数据还可以
回复 第4楼 的 kissthefuture：那具体的聚类算法该怎么选择呢
统计出所有样本的测到的甲基化位点，材料间有这个甲基化位点的读1,没有这个甲基化位点的读0,然后进行聚类分析。
如在你所有材料测得甲基化位点有如 chr1 68 100 1121 1621 2000 2500
那么 第一个样则为 chr1 0 1 1 1 0 0
第二个样 则为 chr1 1 0 0 0 1 1
然后用NTsys 或者其他聚类分析
