Python scipy/numpy 中相关性的层次聚类？

Question

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，我想根据 9 个条件中每个条目的相关性进行分层聚类。我想使用 1-pearson 相关性作为聚类距离。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，基于此示例：

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

但是，pdist 不是我想要的，因为这是一个欧几里德距离。有什么想法吗？

谢谢。

Answer 1

只需将指标更改为相关性，使第一行变为：

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。

Answer 2

我发现在使用“相关性”作为 pdist 的度量之后，使用seaborn clustermap（它使用下面的 scipy 进行聚类）执行和可视化层次聚类很有帮助：

import seaborn as sns
from scipy.cluster.hierarchy import dendrogram
from scipy.spatial.distance import pdist, squareform

D = squareform(pdist(X.T, 'correlation'))
h = sns.clustermap(D, cmap='Reds')

您还可以恢复相应的链接矩阵并绘制树状图

Z = h.dendrogram_col.linkage    
dendrogram(Z, color_threshold=0)