Python中使用scipy/numpy进行相关性分层聚类？

Question

我该如何在scipy/numpy中对相关矩阵运行分层聚类？我的矩阵大小为100行9列，我想通过每个条目在这9个条件下的相关性进行分层聚类。我希望使用1-pearson相关性作为聚类距离度量。假设我有一个包含100×9矩阵的numpy数组X，我该如何实现？ 我尝试了使用hcluster库，基于这个例子：

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

然而，pdist 不是我想要的，因为它是欧几里得距离。有什么建议吗？

谢谢。

- user248237

Answer 1

只需将度量标准更改为correlation，使得第一行变为：

Y=pdist(X, 'correlation')

然而，我认为代码可以简化为：

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

因为链接会代替你处理pdist。

- Justin Peel

---

这里的“相关性”是指皮尔逊相关系数还是斯皮尔曼等级相关系数？此外，为了成为一个有效的距离度量标准，应该是1-皮尔逊相关系数，这样做是否正确？pdist函数会自动处理吗？谢谢。 - user248237

在我看来，它似乎是1-pearson。你可以在site-packages/scipy/spatial/distance.py中自己查看。 - Justin Peel

如果单独提到“correlation”，通常意指皮尔逊相关性，而非斯皮尔曼相关性。若要表示斯皮尔曼相关性，则会明确使用该术语进行说明。 - dwf