Python中的层次聚类问题

我正在用相关距离度量（即1-皮尔森相关）对2维矩阵进行层次聚类。我的代码如下（该数据在一个名为“数据”变量）：Python中的层次聚类问题

from hcluster import * 

Y = pdist(data, 'correlation') 
cluster_type = 'average' 
Z = linkage(Y, cluster_type) 
dendrogram(Z)

我得到的错误是：

ValueError: Linkage 'Z' contains negative distances.

是什么原因导致这个错误？矩阵“数据”，我用很简单：

[[ 156.651968 2345.168618] 
[ 158.089968 2032.840106] 
[ 207.996413 2786.779081] 
[ 151.885804 2286.70533 ] 
[ 154.33665 1967.74431 ] 
[ 150.060182 1931.991169] 
[ 133.800787 1978.539644] 
[ 112.743217 1478.903191] 
[ 125.388905 1422.3247 ]]

我不知道怎么走1个时pdist所能产生负数 - 皮尔森相关。对此有何想法？

谢谢。

来源

2010-05-30 user248237dfsf

有一些可爱的浮点问题正在进行。如果你看看pdist的结果，你会发现它们中有非常小的负数（-2.22044605e-16）。从本质上讲，它们应该是零。如果你愿意，你可以使用numpy的剪辑功能来处理它。

来源

2010-05-31 00:10:16

我尝试以下但它没有工作：＃使用“相关” Y =剪辑从pdist计算Y（Y，0，1），我得到的矩阵I上面表明的聚类是非常奇怪的。任何想法可能发生什么？这只会发生在'关联'作为pdist的参数。 – user248237dfsf 2010-05-31 03:42:25

您可以尝试使用类似'Y [abs（Y）<3e-16] = 0.0'的东西，因为您也有一些非常小的正距离。有时像这样的数字可以真正抛弃。坦率地说，我没有太多的使用聚类模块的经验。它可能与使用'平均'的集群类型可能有关吗？ – 2010-05-31 04:20:48

Python中的层次聚类问题

回答

相关问题