clustering hiérarchique sur les corrélations dans Python scipy/numpy?

Question

Comment exécuter un clustering hiérarchique sur une matrice de corrélation dans scipy/numpy? J'ai une matrice de 100 lignes sur 9 colonnes, et j'aimerais regrouper hiérarchiquement les corrélations de chaque entrée entre les 9 conditions. Je voudrais utiliser la corrélation 1-pearson comme les distances pour le clustering. En supposant que j'ai un tableau "X" qui contient la matrice 100 x 9, comment puis-je faire cela?

J'ai essayé d'utiliser hcluster, basé sur cet exemple:

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

cependant pdist est pas ce que je veux puisque c'est la distance euclidienne. Des idées?

merci.

Answer 1

il suffit de changer la métrique à correlation de telle sorte que la première ligne devient:

Y=pdist(X, 'correlation') 

Cependant, je crois que le code peut être simplifié juste:

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

parce que la liaison se chargera de le pdist pour toi.