scipy.cluster.hierarchy：标签的顺序似乎不正确，并且被垂直轴的值弄糊涂了

Question

我知道scipy.cluster.hierarchy专注于处理距离矩阵。但是现在我有一个相似矩阵......在我使用树状图绘制它之后，一些奇怪的事情发生了。这是代码：

similarityMatrix = np.array(([1,0.75,0.75,0,0,0,0],
                         [0.75,1,1,0.25,0,0,0],
                         [0.75,1,1,0.25,0,0,0],
                         [0,0.25,0.25,1,0.25,0.25,0],
                         [0,0,0,0.25,1,1,0.75],
                         [0,0,0,0.25,1,1,0.75],
                         [0,0,0,0,0.75,0.75,1]))

这里是联动方法

Z_sim = sch.linkage(similarityMatrix)
plt.figure(1)
plt.title('similarity')
sch.dendrogram(
    Z_sim,
    labels=['1','2','3','4','5','6','7']
)
plt.show()

但这是结果：

我的问题是：

为什么这个树状图的标签不正确？
我给出了链接方法的相似度矩阵，但我无法完全理解垂直轴的含义。比如最大相似度为1，为什么纵轴的最大值几乎是1.6？

非常感谢您的帮助！

Answer 1

linkage 期望 "distances"，而不是 "similarities"。要将矩阵转换为距离矩阵之类的东西，可以从 1:
中减去它
```
dist = 1 - similarityMatrix
```
linkage 不接受平方距离矩阵。它期望距离数据在 "condensed" form 中。你可以使用 scipy.spatial.distance.squareform:
```
from scipy.spatial.distance import squareform

dist = 1 - similarityMatrix
condensed_dist = squareform(dist)
Z_sim = sch.linkage(condensed_dist)
```
(当你将形状为 (m, n) 的二维数组传递给 linkage 时，它将行视为 n 维 space 中的点，并在内部计算距离。 )

scipy.cluster.hierarchy：标签的顺序似乎不正确，并且被垂直轴的值弄糊涂了

scipy.cluster.hierarchy: labels seems not in the right order, and confused by the value of the vertical axes

python-3.x

matplotlib

scipy

linkage

dendrogram