我正在尝试使用 python 从头开始实现 k-means 聚类算法。我在更新每个集群的质心值时遇到问题。下面的代码显示了我到目前为止的进展。我最初将每个数据点聚类到 k 个集群中的一个。 AllData 包含 329 行;每行是一个单词,后面是 300 个特征,然后是它被分配到的集群的编号(值 1 到 4)。我在我的循环中试图做的是通过创建一个数组 A 开始,它只保存来自 AllData 的已分配给第一个集群的行。然后我想取 A 中每个特征列的平均值并将质心更新为此。循环应该对所有 4 个集群迭代地执行此操作。
k = 4
i = 1
while (i <= k):
A = AllData[:,1:301][AllData[:,301] == i]
centroids[i-1:i,:] = A.mean(axis=0)
i = i + 1
centroids 数组中 4 行的值正在正确更新。我遇到的问题是 4 个更新的质心值也重写了 AllData 的前 4 行。我不希望这发生。 AllData 数组应保持不变。任何帮助将不胜感激!
请您参考如下方法:
在 Python 中,与大多数编程语言一样,数组以索引 0 开头。因此您将跳过第一列,并访问最后一列之后的内容。
您可以使用 array[array[:,-1]==i,:-1] 尽管我建议将输入数据和标签分开
