agrupación jerárquica en correlaciones en Python scipy/numpy?

Question

¿Cómo puedo ejecutar una agrupación jerárquica en una matriz de correlación en scipy/numpy? Tengo una matriz de 100 filas por 9 columnas, y me gustaría agrupar jerárquicamente por correlaciones de cada entrada en las 9 condiciones. Me gustaría utilizar la correlación 1-pearson como las distancias para la agrupación. Asumiendo que tengo un numpy array "X" que contiene la matriz de 100 x 9, ¿cómo puedo hacer esto?

He intentado utilizar hcluster, en base a este ejemplo: Sin embargo

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

, pdist no es lo que quiero ya que es la distancia euclídea. ¿Algunas ideas?

gracias.

Answer 1

Sólo cambia la métrica de correlation de manera que la primera línea se convierte en:

Y=pdist(X, 'correlation') 

Sin embargo, creo que el código se puede simplificar a poco:

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

debido a la vinculación se hará cargo de el pdist para ti.