python - Python scipy/numpy 中相关性的层次聚类？

如何在 scipy/numpy 中的相关矩阵上运行层次聚类？我有一个 100 行 x 9 列的矩阵，我想通过 9 个条件中每个条目的相关性来分层聚类。我想使用 1-pearson 相关性作为聚类的距离。假设我有一个包含 100 x 9 矩阵的 numpy 数组 X，我该怎么做？

我尝试使用 hcluster，基于这个例子:

Y=pdist(X, 'seuclidean')
Z=linkage(Y, 'single')
dendrogram(Z, color_threshold=0)

但是， pdist 不是我想要的，因为这是欧氏距离。有任何想法吗？

谢谢。

最佳答案

只需将指标更改为 correlation，第一行就变成:

Y=pdist(X, 'correlation')

但是，我相信代码可以简化为:

Z=linkage(X, 'single', 'correlation')
dendrogram(Z, color_threshold=0)

因为链接会为您处理 pdist。

关于python - Python scipy/numpy 中相关性的层次聚类？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/2907919/