如何在 Python 中使用两个单独的尺度将两个数据集聚类成一个热图？答案

【问题标题】：How to cluster two datasets into a single heatmap using two separate scales in Python?如何在 Python 中使用两个单独的尺度将两个数据集聚类成一个热图？
【发布时间】：2018-07-16 19:15:40
【问题描述】：

我正在尝试使用 cluster heatmap function in Seaborn.

问题在于这两个数据集来自两个不同的过程，因此它们包含不同分布的值（我的意思是，第一个数据集的值范围从 0 到 1，但第二个数据集从 1000 到 5000 )。

我的问题是：

如何对具有不同值范围的两个数据集进行聚类？有没有办法将数据集的行聚集成一个热图，并且每个数据集可能有两个比例？

这是我迄今为止尝试过的，但收效甚微：

#First, I have combined the two datasets into one dataframe object:
dataset = pd.concat([dataset_1, dataset_2], axis=0)

#Then, passed the dataframe into Seaborn's `.clustermap()` function:
sns.clustermap(data=dataset, 
    col_cluster=False)

输出：你可以注意到dataset_1的特征都被屏蔽掉了，因为数据集之间的规模差异（dataset_1和dataset_2如下图所示）

知道如何解决这个问题吗？

【问题讨论】：

标签： python matplotlib heatmap seaborn hierarchical-clustering

【解决方案1】：

您可以在创建 clustermap 之前使用 sklearn 的预处理库，特别是缩放器。

文档在这里：http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.scale.html#sklearn.preprocessing.scale

【讨论】：

在这种情况下，标准化数据似乎不是很有帮助。我的意思是无法从集群热图中直观地获得有意义的模式。我认为可能是这种情况，因为dataset_2 的方差远大于dataset_1 的方差。这可能会导致估计器不准确。我从 [sklearn.preprocessing.StandardScaler 源][github.com/scikit-learn/scikit-learn/blob/a24c8b46/sklearn/…
我尝试按行缩放数据集。您的意思是将dataset_2 特征单独缩放到使其比例与dataset_1 中的值比例相对匹配？谢谢
是的，我就是这个意思