将相关矩阵聚类为Python

Question

假设我计算了500种股票价格的相关性，并将它们存储在500x500相关矩阵中，对角线上有1s。

如何将相关性聚类为较小的相关矩阵（在Python中），以便最大化每个矩阵中股票的相关性？这意味着，我想对股票进行聚类，以便在每个集群中，股票价格彼此高度相关。

我可以聚集到多少个较小的矩阵没有上限，尽管最好，它们的大小相似，即最好有3个100x100矩阵和1个200x200矩阵，而不是10x10矩阵，90x90矩阵和400x400矩阵。 （即最小化矩阵尺寸的标准偏差）。

最好用Python完成。我试图查找SciPy的集群库，但尚未找到解决方案（我是SciPy的新手和此类统计编程问题）。

非常感谢任何帮助我指明正确方向的帮助！

Answer 1

这里显而易见的选择是分层凝聚聚类。

请注意，大多数工具（例如，sklearn）都需要距离矩阵。但它可以简单地用于相似性矩阵。然后你可以使用相关性。这是教科书的内容。