本发明提供了一种提高单细胞深度聚类算法精度的方法，该方法包括四个步骤，分别为数据处理，包括异常细胞和异常基因表达的过滤以及归一化，并进行TF‑IDF转换；将处理后的数据输入变分自编码器，对得到的数据进行训练，进行降维；将降维后的数据进行第一次聚类分析，本步骤采用k‑means聚类算法，直接使用从模型推断出来的聚类个数k；最后进行第二次聚类。本发明相对于以往的方法如SCALE，scVI和Cicero等方法，提高了聚类的准确性；且不需要人为地设置聚类个数，这样就避免了人为设置的聚类个数与数据本身细胞类型个数不符所造成的偏差，避免了对下游分析的影响；本发明具有一个二次聚类功能，相对于自身可以进一步提升聚类的准确性。