&引用；快速病房；Python中的集群

在JMP软件中，当行数大于2000时，可以选择使用“快速前进”方法。从[禁区]：

“对大量行应用一种能更快地计算Ward方法的算法。由于该算法不需要计算距离矩阵，因此计算时间更短。当行数超过2000行时，将自动使用该算法。”

做同样的事。。。。 在使用ward链接方法创建的分层群集树中，最多可找到四个群集。请将“SaveMemory”指定为“on”，以便在不计算距离矩阵的情况下构造群集。否则，如果您的计算机没有足够的内存来保存距离矩阵，您可能会收到内存不足错误

我在Python中寻找类似的东西，但它们似乎都需要提前计算距离矩阵（对于我的275k行和10列的问题，这需要大量内存）。在JMP/Matlab中，虽然它在内存只有机器一半的机器上运行得很好，但我想在其上运行python脚本。有人知道吗

来自：

我发现使用“linkage_vector”选项似乎就是我想要的。我被抛弃是因为“向量”对我来说意味着1D，但我猜它可以是N-D

---

你和谁一起工作过？它可以选择“距离矩阵的层次聚类或向量数据的层次聚类”

使用“添加答案”按钮，而不是将答案编辑到问题中，来编写自己的答案。（这样，经过一段时间的延迟后，您将能够接受该问题并将该问题标记为已结束；这样，答案也会受到与问题本身分开的向上/向下投票/评论的影响）。另请参见.BTW，当我将现在删除的自我答案复制到社区wiki帖子中时，如果您想添加自己的非社区wiki答案（这样您就可以获得与UPVOUTES相关的任何分数），请告诉我，我很乐意将其删除。