从距离矩阵计算亲和力矩阵

Question

我使用clustal omega得到500个蛋白质序列的距离矩阵（它们彼此是同源的）。

我想使用亲和力传播来聚类这些序列。最初，因为我手工观察到距离矩阵只有0和1之间的值，并且0距离= 100％的同一性，我推断我可以采取(1 - distance)来获得亲和力。

我运行了我的代码，并且集群看起来很合理，我认为一切都很好......直到我通常阅读通过应用“热内核”从距离矩阵计算亲和矩阵。那时候我脑子里所有的东西都爆发了。

我是否得到亲和矩阵的概念不正确？有没有简单的方法来计算亲和矩阵？ scikit-learn提供以下公式：

similarity = np.exp(-beta * distance/distance.std()) 

但什么是测试版？我知道distance.std（）是距离的标准偏差。

我很困惑，现在丢掉了所涉及的概念（与实际的编码实现相对），因此非常感谢所有帮助！

P.S.我已经试过张贴到Biostars.org，但我还没有得到一个答案有...

Answer 1

我认为无论1-距离和EXP（-β*距离）是一个距离转换成相似度有效方法（尽管它们在概率框架中的解释不同）。我会简单地使用提供更好结果的方法。