clustering gerarchico sulle correlazioni in Python scipy/numpy?

Question

Come posso eseguire il clustering gerarchico su una matrice di correlazione in scipy/numpy? Ho una matrice di 100 righe per 9 colonne e mi piacerebbe raggruppare gerarchicamente le correlazioni di ciascuna voce tra le 9 condizioni. Mi piacerebbe utilizzare la correlazione di 1 pearson come le distanze per il clustering. Supponendo che ho una matrice numpy "X" che contiene la matrice 100 x 9, come posso fare questo?

Ho provato ad utilizzare hcluster, sulla base di questo esempio:

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

tuttavia, pdist non è quello che voglio dato che è la distanza euclidea. Qualche idea?

grazie.

Answer 1

Basta modificare la metrica per correlation modo che la prima linea diventa:

Y=pdist(X, 'correlation') 

Tuttavia, credo che il codice può essere semplificata a poco:

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

perché linkage si prenderà cura di il pdist per te.