除了K-means聚类算法，还有许多其他的算法可以用于基于基因表达数据的癌症亚型预测。例如，转导支持向量机(TSVM)可以用于识别潜在的基因标记并提高预测准确性 。另外，深度学习模型也被广泛应用于癌症预测和亚型分类，尽管这些方法可能不提供可解释性 。DeepCC是一个基于深度学习的癌症分子亚型分类框架，它对生物通路的活动进行深度学习 。此外，Hubness Weighted Support Vector machine (HWSVM)算法也被用于乳腺癌亚型的预测 。MFmap是一个半监督生成模型，可以同时预测细胞系的癌症亚型和其与个体肿瘤样本的相似性 。最后，机器学习方法也被用于区分三阴性乳腺癌和非三阴性乳腺癌 。