蛋白质定位位点的分析是生物信息学中的重要任务。在具有多个指标/特征的基于酵母蛋白质测量数据的众多研究方法中，预测酵母蛋白质定位位点是一个有前途的领域。为了反映这些特征对预测任务的不同贡献，提出了一种基于加权特征集合（WFE）的聚类算法，以基于收集的酵母蛋白质定位数据预测酵母蛋白质定位位点。 WFE过程首先为特征分配不同的权重，然后对结果进行计算和呈现以获得最佳结果。对基于WFE的算法和其他几种基于加权特征思想的聚类算法的实验结果表明，我们的新算法在准确性和稳定性方面均优于其他特征加权类型算法。

整理好的news、spam、wine-red、wine-white和yeast数据集（csv格式文件），关于其详细内容可以参考文章：https://blog.csdn.net/didi_ya/article/details/125374900 整理不易，谢谢理解~

yeast_data:酵母RNA-seq数据分析

yeast数据集

yeast数据集

酵母菌中的蛋白质相互作用，可用于构成其蛋白质相互作用网络

yeast（酵母菌）数据集是一个多标签数据集，里面包括14种标签，已经划分好了训练集和测试集，可以直接进行调用，可用于机器学习，多标签分类等等，在MATLAB和python中都可调用。

复杂网络(complex network)里链接预测领域(Link prediction)中常用的小型实验数据集。

关于蛋白质的研究，对蛋白质的分类的认识和预测。