從距離矩陣計算親和力矩陣

Question

我使用clustal omega得到500個蛋白質序列的距離矩陣（它們彼此是同源的）。

我想使用親和力傳播來聚類這些序列。最初，因爲我手工觀察到距離矩陣只有0和1之間的值，並且0距離= 100％的同一性，我推斷我可以採取(1 - distance)來獲得親和力。

我運行了我的代碼，並且集羣看起來很合理，我認爲一切都很好......直到我通常閱讀通過應用「熱內核」從距離矩陣計算親和矩陣。那時候我腦子裏所有的東西都爆發了。

我是否得到親和矩陣的概念不正確？有沒有簡單的方法來計算親和矩陣？ scikit-learn提供以下公式：

similarity = np.exp(-beta * distance/distance.std()) 

但什麼是測試版？我知道distance.std（）是距離的標準偏差。

我很困惑，現在丟掉了所涉及的概念（與實際的編碼實現相對），因此非常感謝所有幫助！

P.S.我已經試過張貼到Biostars.org，但我還沒有得到一個答案有...

Answer 1

我認爲無論1-距離和EXP（-β*距離）是一個距離轉換成相似度有效方法（儘管它們在概率框架中的解釋不同）。我會簡單地使用提供更好結果的方法。