我想知道是否可以使用python上的层次群集使用>不同的样本尺寸？更确切地说，使用Ward的最小差异方法。
例如，我有5个整数列表，A，B，C，D，不同的长度。我要做的是根据Ward的方法将这5个列表分为3组（合并群集的差异减少）。
有人知道该怎么做吗？
我们可以考虑这些列表5是您要将3组群集成的样本。您可能知道的分层群集可以作为输入距离矩阵。距离矩阵评估样品之间的某种成对距离（或差异）。
您必须通过选择有意义的距离函数来构造此5x5矩阵。这在很大程度上取决于您的样本/整数所示。由于您的样品没有恒定的长度，因此无法计算诸如Euclidean距离之类的指标。
例如，如果您的列表中的整数可以解释为类，则可以计算jaccard索引以表达某种不同的索引。
[1 2 3 4 5]和[1 3 4]的Jaccard相似性指数为3/5（或 2/5的差异）。
0完全不同，1完全相同。
https://en.wikipedia.org/wiki/jaccard_index
一旦计算出差异矩阵（实际上它仅代表5个选择2 = 10个不同的值，因为此矩阵是对称的），您可以在其上应用层次群集。
重要的部分是找到问题的适应距离函数。