我需要一些帮助才能将我的binary values聚类到矩阵中。这是一个二进制矩阵，下面是一个示例：
G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12
Sp1 0 0 0 0 0 0 0 0 0 0 0 0
Sp2 1 1 1 1 1 0 0 0 0 0 0 0
Sp3 0 0 0 0 0 0 0 0 0 1 1 1
SP4 0 0 0 0 0 0 0 0 0 1 1 1
SP5 1 1 1 1 1 1 1 1 1 0 1 0
SP6 1 1 1 1 1 1 1 1 1 0 0 0
SP7 0 0 0 0 0 0 0 0 0 0 0 0
SP8 0 0 0 0 0 0 0 0 0 0 0 0
SP9 0 1 0 1 0 1 1 0 1 0 0 0
而且我想将the columns而不是行进行群集。
想法是尽可能获得相似点组的最佳表示。在此示例中，它看起来应该像这样：
G8 G1 G3 G5 G9 G2 G4 G11 G10 G12
Sp1 0 0 0 0 0 0 0 0 0 0
Sp2 0 1 1 1 0 1 1 0 0 0
Sp3 0 0 0 0 0 0 0 1 1 1
SP4 0 0 0 0 0 0 0 1 1 1
SP5 1 1 1 1 1 1 1 1 0 0
SP6 1 1 1 1 1 1 1 0 0 0
SP7 0 0 0 0 0 0 0 0 0 0
SP8 0 0 0 0 0 0 0 0 0 0
SP9 0 0 0 0 1 1 1 0 0 0
我知道有些方法已经存在，但是他们要求已经对所需的簇数有了一个想法，但是我不知道我将要拥有的簇数。
有人有想法吗？
这是一种不同的方法。但这也许会帮助事情发展。我建议使用距离计算。这是我的测试数据：
from scipy.spatial.distance import pdist, squareform
m = np.random.randint(0,2,size=(10,10))
print(m)
[[1 1 1 1 0 0 0 1 0 0]
[1 0 0 0 0 0 0 0 0 1]
[1 0 1 1 1 0 1 0 0 0]
[0 1 1 1 0 0 0 0 1 1]
[0 1 0 0 1 0 0 0 1 0]
[1 1 0 0 0 0 0 0 1 1]
[0 0 1 1 1 1 1 1 0 0]
[0 1 1 0 0 1 0 0 1 1]
[1 0 1 1 1 0 0 1 0 0]
[1 0 1 0 1 1 1 0 1 0]]
使用scipy.spatial.distance计算所有列之间的距离。
d = squareform(pdist(m.T, 'hamming'))
print(d)
[[0. 0.7 0.5 0.5 0.5 0.7 0.5 0.5 0.7 0.6]
[0.7 0. 0.6 0.6 0.8 0.6 0.8 0.6 0.2 0.3]
[0.5 0.6 0. 0.2 0.4 0.4 0.4 0.4 0.6 0.7]
[0.5 0.6 0.2 0. 0.4 0.6 0.4 0.2 0.8 0.7]
[0.5 0.8 0.4 0.4 0. 0.4 0.2 0.4 0.6 0.9]
[0.7 0.6 0.4 0.6 0.4 0. 0.2 0.4 0.4 0.5]
[0.5 0.8 0.4 0.4 0.2 0.2 0. 0.4 0.6 0.7]
[0.5 0.6 0.4 0.2 0.4 0.4 0.4 0. 0.8 0.7]
[0.7 0.2 0.6 0.8 0.6 0.4 0.6 0.8 0. 0.3]
[0.6 0.3 0.7 0.7 0.9 0.5 0.7 0.7 0.3 0. ]]
现在您可以根据与列的距离进行排序。
print(m[:,np.argsort(d[:,0])])
[[1 1 1 0 0 1 0 1 0 0]
[1 0 0 0 0 0 1 0 0 0]
[1 1 1 1 1 0 0 0 0 0]
[0 1 1 0 0 0 1 1 0 1]
[0 0 0 1 0 0 0 1 0 1]
[1 0 0 0 0 0 1 1 0 1]
[0 1 1 1 1 1 0 0 1 0]
[0 1 0 0 0 0 1 1 1 1]
[1 1 1 1 0 1 0 0 0 0]
[1 1 0 1 1 0 0 0 1 1]]
您可以通过在上面的块中将d[:,0]更改为d[:,4]来按与任意列（即第4列）的距离进行排序。