数据集概述
本数据集围绕群体遗传结构分析中近缘个体对无监督贝叶斯聚类算法的影响展开，包含模拟数据及说明文档。通过模拟和真实数据验证近缘个体对算法准确性的干扰，以及移除近缘个体后对分析结果的改善作用，为群体遗传结构研究提供方法优化依据。
文件详解
- README_for_Data.txt
- 文件格式：TXT
- 字段映射介绍：数据集说明文档，介绍模拟数据的来源、结构及各模拟场景的编码规则，例如n1_005代表单种群、10个微卫星标记、16个全同胞个体的模拟情况；说明单种群、三种群、五种群对应的文件夹结构，以及每个场景下20个重复数据的命名规则（如n1_005_rep_01.txt为n1_005场景的第一个重复数据）。
- Data.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包文件，包含论文所用的模拟数据，内部按单种群（n1）、三种群、五种群分为不同文件夹，每个文件夹下包含对应模拟场景的重复数据文件（如n1_005_rep_01.txt）；压缩包内还包含data_codes.pdf文件，详细描述各模拟场景的编码含义及数据结构。
数据来源
论文“The effect of close relatives on unsupervised Bayesian clustering algorithms in population genetic structure analysis”
适用场景
- 群体遗传结构分析方法优化: 研究近缘个体对无监督贝叶斯聚类算法的干扰机制，优化算法预处理步骤。
- 遗传数据分析方法验证: 验证移除近缘个体后对群体遗传结构分析准确性的提升效果。
- 模拟数据在遗传学研究中的应用: 利用标准化模拟数据测试不同群体遗传分析算法的鲁棒性。
- 生物信息学算法改进: 为无监督聚类算法在处理复杂样本（含近缘个体）时的参数调整提供数据支持。
