我有一个包含分类（名义和序数）和数字属性的数据集。我想使用这些混合属性在我的观察中计算（dis）相似性矩阵。使用R中集群包的daisy()函数，我可以很容易地得到如下的相异矩阵：
if(!require("cluster")) { install.packages("cluster"); require("cluster") }
data(flower)
as.matrix(daisy(flower, metric = "gower"))
这使用gower指标来处理名义变量。 R中是否存在与daisy()函数相当的Python？
或者是否允许使用Gower指标或其他类似的任何其他模块函数来计算具有混合（名义，数字）属性的数据集的（dis）相似度矩阵？
答案 0 :(得分：13)
仅仅实现Gower功能与pdist一起使用就不够了。
在内部，如果使用带有混合数据的矩阵，pdist会进行几次数值转换。
根据原始论文，我实现了Gower功能，以及pdist模块中必需的各种功能（我不能简单地覆盖这些功能，因为pdist模块中的defs是私有的。）
到目前为止，我获得的结果与R的雏菊函数相同。
这个jupyter笔记本的源代码是可用的： https://sourceforge.net/projects/gower-distance-4python/files/
答案 1 :(得分：8)
我相信你正在寻找scipy.spatial.distance.pdist。
如果您在一对观察值上实现计算Gower距离的函数，则可以将该函数传递给pdist，它将成对应用它并返回成对距离的结果矩阵。 Gower距离似乎不是内置选项之一。
同样，如果单个观察具有混合属性，则可以定义自己的函数，例如，使用类似数值属性子集上的欧几里德距离，分类属性子集上的Gower距离，并添加它们 - 或者对于您的应用程序来说，计算两个孤立观察之间距离的任何其他实现。
对于Python中的聚类，通常您希望使用scikits.learn和this question and answer page确切地讨论使用自定义距离度量（在您的情况下为Gower）中使用scikits的问题 - 这似乎不可能
您可以使用pdist提供的选项之一以及该链接答案页面上的实现 - 或者您可以实现Gower相似性的功能并使用它。但是如果你想要scikits中的开箱即用的群集工具，它似乎不是直接可能的。