具有给定距离矩阵的 scipy 链接答案

【问题标题】：scipy linkage with a given distance matrix具有给定距离矩阵的 scipy 链接
【发布时间】：2019-07-22 02:28:10
【问题描述】：

我有一个非常大的稀疏矩阵（几百万行，500 列）。我已经计算了一个 5000X5000 的距离矩阵。我需要使用scipy.cluster.hierarchy.linkage 根据这个矩阵得到聚类。我知道linkage 接受自定义函数，但是再次计算这个距离矩阵非常耗时。
如何告诉 scipy 使用矩阵的距离？我试过了

dist = my_dist(X) # numpy array ndim = 2
linkage(X, metric=lambda x: dist[x,y])

但传递的x,y 是值而不是索引。

【问题讨论】：

标签： scipy hierarchical-clustering linkage

【解决方案1】：

如果将距离矩阵表示为"condensed" distance matrix，则可以将距离矩阵传递给linkage。您可以使用scipy.spatial.squareform 将dist 转换为压缩表示。

类似这样的：

from scipy.spatial.distance import squareform

dist = my_dist(X)
condensed_dist = squareform(dist)
linkresult = linkage(condensed_dist)

【讨论】：