python数据框中具有单链接的层次聚类

【问题标题】：hierarchical clustering with single linkage in python dataframepython数据框中具有单链接的层次聚类
【发布时间】：2019-09-26 22:28:15
【问题描述】：

我有一个 pandas 数据框来进行层次聚类。

    A   B   C
A   0   1   3
B   1   0   2
C   3   2   0

我试过的代码：

z=linkage(df,'single')
dn = dendrogram(z,labels=index)

然后我得到了一个奇怪的结果：A&B 作为一个距离为 1.73 的集群（正确的应该是 1），然后 A&B&C 作为一个距离为 3.46 的集群（正确的应该是 2）。

【问题讨论】：

【解决方案1】：

scipy.cluster.hierarchy.linkage中使用的默认距离是欧式距离，定义为d(x,y) = \sqrt(\sum(x_i-y_i))（可以查看here）。我认为您感到困惑的原因是因为您正在取平均值（并计算均方根误差）。

所以在你的情况下d(A,B) = \sqrt(3) = 1.73

那么，既然你的链接是single，那么(A,B)和C之间的距离就是d(A,C)和d(B,C)之间的最小距离，也就是d(B,C) = \sqrt(12)

【讨论】：