我想把自己的距离矩阵(行链接)传递给 seaborn clustermap。
已经有一些帖子介绍了这个问题,例如: 在scipy.cluster.hierarchy.linkage()中使用距离矩阵? 但它们都指向了 scipy hierarchy linkage 该函数需要聚类度量和方法作为参数。
scipy.cluster.hierarchy.linkage(y, method='single', metric='euclidean', optimal_ordering=False)
输入 y 可以是一个压缩的距离矩阵或一个观测向量的二维数组。
我不理解的是:
我的距离矩阵已经基于特定的度量和方法,那么我为什么要在 scipy hierarchy linkage中重新计算呢? 是否有选项可以纯粹使用我的距离并创建链接?
已经有一些帖子介绍了这个问题,例如: 在scipy.cluster.hierarchy.linkage()中使用距离矩阵? 但它们都指向了 scipy hierarchy linkage 该函数需要聚类度量和方法作为参数。
scipy.cluster.hierarchy.linkage(y, method='single', metric='euclidean', optimal_ordering=False)
输入 y 可以是一个压缩的距离矩阵或一个观测向量的二维数组。
我不理解的是:
我的距离矩阵已经基于特定的度量和方法,那么我为什么要在 scipy hierarchy linkage中重新计算呢? 是否有选项可以纯粹使用我的距离并创建链接?
linkage
“以聚类度量和方法作为参数”。再看一下文档字符串;linkage
还接受预先计算的距离,但它们必须表示为“压缩”的距离矩阵(这只是一个包含距离矩阵中非冗余数据的1-d数组)。如果将压缩的距离矩阵传递给linkage
,则忽略度量参数。然后再看一下你链接的第一个问题,它回答了你的问题。 - Warren Weckesser