使用 NLTK KMeans 聚类时出现 AssertionError答案

【问题标题】：Having AssertionError when using NLTK KMeans Clustering使用 NLTK KMeans 聚类时出现 AssertionError
【发布时间】：2012-04-13 12:54:22
【问题描述】：

我正在尝试使用 NLTK KMeans Cluster 来聚类一些向量。我有一些 10 维向量，当我尝试对它们进行聚类时，NLTK 有时会出现如下错误：

Traceback (most recent call last):
  File "/home/yhz82415/workspace/Grouping/src/Driver.py", line 27, in <module>
    main()
  File "/home/yhz82415/workspace/Grouping/src/Driver.py", line 20, in main
    KMeans(numClusters, dictionary)
  File "/home/yhz82415/workspace/Grouping/src/Tools.py", line 78, in KMeans
    clusters=clusterer.cluster(vectors, True)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/util.py", line 51, in cluster
    self.cluster_vectorspace(vectors, trace)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/kmeans.py", line 70, in cluster_vectorspace
    self._cluster_vectorspace(vectors, trace)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/kmeans.py", line 109, in _cluster_vectorspace
    new_means = map(self._centroid, clusters)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/kmeans.py", line 149, in _centroid
    assert len(cluster) > 0
AssertionError

而且错误并不总是出现，有时会出现，有时不会出现。

我试过演示代码，效果很好。

有人有提示吗？

提前致谢

【问题讨论】：

标签： cluster-computing nltk k-means

【解决方案1】：

从我看到的源代码（虽然它可能是不同版本的 nltk）看来，断言语句在函数 _centroid 中。此函数的目的是计算簇的质心。如果集群没有点，那么计算质心将毫无意义，因此_centroid 的第一行会针对此条件进行检查。

现在，如果一个集群中有 0 个点，它可能意味着任何数量的事情，这取决于你在做什么。也许这是一个错误情况，也许这意味着可以处理集群，也许你想用来自其他集群的点重新填充这个集群......无论如何。所以这是用户可能想知道的事情，但不一定要作为错误处理，因为它不一定是错误条件。

顺便说一句，我正在检查的源副本是this

【讨论】：