我有一个包含分类（名义和有序）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（不）相似度矩阵。使用 R 中 cluster 包的daisy()函数，我可以很容易地得到一个相异矩阵，如下所示：
if(!require("cluster")) { install.packages("cluster"); require("cluster") }
data(flower)
as.matrix(daisy(flower, metric = "gower"))
这使用 gower 度量来处理名义变量。是否有与daisy()R 中的函数等效的 Python？
或者任何其他允许使用 Gower 度量或类似方法来计算具有混合（名义、数字）属性的数据集的（不）相似度矩阵的任何其他模块函数？
仅仅实现一个与 pdist 一起使用的 Gower 函数是不够的。
如果您使用具有混合数据的矩阵，pdist 会在内部进行几个数值转换，这些转换将失败。
根据原始论文，我实现了 Gower 函数，以及 pdist 模块中所需的相应适应（我不能简单地覆盖这些函数，因为 pdist 模块中的 defs 是私有的）。
到目前为止，我得到的结果与 R 的菊花函数相同。
源代码在这个 jupyter 笔记本上可用： https ://sourceforge.net/projects/gower-distance-4python/files/
相信你正在寻找scipy.spatial.distance.pdist。
如果您实现了一个计算单对观测值的 Gower 距离的函数，您可以将该函数传递给pdist它，它将成对应用它并返回结果成对距离矩阵。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，您可以定义自己的函数，例如，在数值属性的子集上使用欧几里得距离，在分类属性的子集上使用 Gower 距离，然后添加它们——或者对于您的应用程序而言，计算两个孤立观测值之间的距离对您意味着什么的任何其他实现。
对于 Python 中的集群，通常您希望使用scikits.learn并且此问答页面准确讨论了在 scikits 中使用自定义距离度量（在您的情况下为 Gower）的问题——这似乎是不可能的。
您可以使用提供的选项之一pdist以及该链接答案页面上的实现 - 或者您可以实现 Gower 相似性的函数并使用它。但是如果你想要 scikits 的开箱即用的集群工具，它似乎并不直接可行。