我有一个包含分类（标称和序数）和数值属性的数据集。我想使用这些混合属性来计算我的观察结果的（不相似度）矩阵。使用R中群集程序包的daisy（）函数，我可以很容易地获得一个相异矩阵，如下所示：
if(!require("cluster")) { install.packages("cluster"); require("cluster") }
data(flower)
as.matrix(daisy(flower, metric = "gower"))
这使用gower度量标准来处理名义变量。在R中有与该daisy()函数等效的Python吗？
还是任何其他允许使用Gower度量标准或类似方法为具有混合（标称，数字）属性的数据集计算（不相似度）矩阵的模块功能？
相信您正在寻找scipy.spatial.distance.pdist。
如果您实现了一个可在一对观测值上计算高尔距离的函数，则可以将该函数传递给pdist，它将成对应用，并返回成对距离的矩阵。高尔距离似乎不是内置选项之一。
同样，如果单个观测值具有混合属性，则可以定义自己的函数，例如，对数字属性的子集使用欧几里得距离，对分类属性的子集使用高尔距离，然后将它们相加-或对于您的应用程序而言，对您意味着什么的任何其他实现，都可以计算两个孤立的观测值之间的距离。
对于使用Python进行群集化，通常您希望使用scikits.learn，此问答页面确切地讨论了将自定义距离度量（在您的情况下为Gower）与scikits一起使用的问题-这似乎是不可能的。
您可以使用pdist该链接的答案页面上的实现提供的选择之一，也可以使用Gower相似性实现一个功能并使用它。但是，如果您想从scikits中获得现成的群集工具，则似乎不可能直接实现。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句