通过枕叶图给出相似矩阵

Question

我用Python计算了一个jaccard相似矩阵。我想聚类的相似性最高至最低，然而，无论我使用什么链接功能，它都会产生相同的树状图！我觉得函数假定我的矩阵是原始数据，但我已经计算了第一个相似矩阵。有没有办法把这个相似矩阵传递到树状图上，这样它就能正确地画出图来？或者，我必须输出矩阵，简单地用R完成它，通过原始的原始数据是不可能的，因为我正在计算单词的相似性。谢谢你的帮助！

以下是一些代码：

SimMatrix = [[ 0.,0.09259259,  0.125     ,  0.        ,  0.08571429],
   [ 0.09259259,  0.        ,  0.05555556,  0.        ,  0.05128205],
   [ 0.125     ,  0.05555556,  0.        ,  0.03571429,  0.05882353],
   [ 0.        ,  0.        ,  0.03571429,  0.        ,  0.        ],
   [ 0.08571429,  0.05128205,  0.05882353,  0.        ,  0.        ]]

linkage = hcluster.complete(SimMatrix) #doesnt matter what linkage...
dendro  = hcluster.dendrogram(linkage) #same plot for all types?
show()

如果运行这段代码，您将看到一个完全向后的树状图。无论我使用哪种连接类型，它都会产生相同的树状图。这凭直觉是不对的！

Answer 1

这是解决办法。原来SimMatrix首先需要转换成一个压缩矩阵(该矩阵的对角线、右上或左下角)。您可以在下面的代码中看到这一点：

import scipy.spatial.distance as ssd
distVec = ssd.squareform(SimMatrix)
linkage = hcluster.linkage(1 - distVec)
dendro  = hcluster.dendrogram(linkage)
show()