附加列表有时会给出“IndexError：列表索引超出范围”错误并导致不符合预期

Question

所以我仍然是编程新手，并尝试使用 python-2.7 实现集群问题的初始化方法。
步骤是：

1. 从数据集中选择一个随机数据作为第一个质心
2. 同时质心中的数据个数

3. 使用公式计算所有数据到其最近质心的概率

   P(x) = D(x)**2 / sum(D(x)**2)，其中 D(x) 是 data[x] 到最近质心的欧式距离

4. 选择 P(x) 最高的数据，然后循环回到第二个。

但是当我尝试附加数据时，有时会收到此错误“IndexError: list index out of range”，有时代码有效，但只给出 2 个不同的质心，第 3 到第 n 个质心给出与第 2 个质心相同的值。

我哪里做错了？

（编辑：我编辑了执行它的步骤，因为我错了）

def pickcentroid(df):
    x = df.values.tolist()
    n_klas = 3
 #   random.seed(2)
    idx_pusat_pertama = random.randint(0, len(df))
    centroid = []
    centroid_idx = []
    centroid.append(x[idx_pusat_pertama])
    centroid_idx.append(idx_pusat_pertama)
    prob_data = []
    while len(centroid) < n_klas:
        ac_mindist = 0
        for i in x:
            dist_ke_c = []
            for c in centroid:
                dist_ke_c.append(dist(i,c))
            ac_mindist += min(dist_ke_c)**2
        for idx in range(len(df)) : 
            if idx not in centroid_idx:
                dist_ke_c2 = []
                mindist_per_data = 0
                for c in centroid:
                    dist_ke_c2.append(dist(x[idx],c))
                mindist_per_data = min(dist_ke_c2)**2
                prob_data.append(mindist_per_data/ac_mindist)
            else:
                prob_data.append(0)
        new_cen_idx = prob_data.index(max(prob_data))
        centroid_idx.append(new_cen_idx)
        centroid.append(x[new_cen_idx])

    print(centroid)
    return centroid

def dist(x,y):
    r = np.array(x) - np.array(y)
    distance = np.linalg.norm(r)
#    print(distance)
    return distance


c = pickcentroid(df)

数据看起来像这样：

-0.19864726098025476,-0.2174575876560727
-0.19427576174137176,-0.2658220115362011
0.24385376109048476,0.1555938625346895
-0.23636704446757748,0.14005058641250595
0.37563103051045826,0.33204816285389527
-0.13210748354848134,-0.0019122205360639893
-0.17120654390561796,0.04231258139538708
0.2865229979171536,0.34175192153482764
-0.328896319205639,-0.22737124434792602
0.03115098005450885,0.17089336362457433

非常感谢您的热心帮助

Answer 1

randint(a, b) 返回从a 到b 的随机整数，包括 b。因此，当您使用randint(0, len(x)) 时，您可能会得到值len(x) 作为输出，它在用作索引时超出范围。

对于您的用例，您可以改用random_value = random.choice(x)。