在 Python 中手动输入中位数作为 K-means 的质心

Question

我有一个包含 3 列的 2d np.array，来自 4 个注册类别。我想在这个 3 列 np 数组上实现 K-means 以测试它是否可以自动聚类到 4 个 3 维足够好的集群。所以我从真实类别的中位数（3 个中位数 * 4 个我想要聚类的类别）开始我的质心，而不是从平均值开始，因为它们都来自非参数分布。我缩放了我的数据并创建了一个 np.array 中位数 (3*4) 但我收到了这个错误：

clean=[[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3]]

init_medians=np.array([[0.1, 0.2, 0.3], [0.4, 0.5, 0.6], [0.7, 0.8, 0.9], [0.01, 0.02, 0.03]])
model = KMeans(n_clusters=4, max_iter=300, init=init_medians)
model.fit(clean)

TypeError: 'builtin_function_or_method' 对象不可下标

我尝试将数组更改为 np 数组、堆栈等，但似乎我无法为每个集群输入 3 个中位数。我认为 K-means 可以聚集在 3 维空间上，对吧？

当我用 4 个单值初始化质心时它起作用了，但这不是我想要的。该错误是由数组 i 输入到 init= 引起的。我的逻辑或 K-means 知识或语法有问题吗？

Answer 1

第 1 部分：

TypeError: 'builtin_function_or_method' 对象不可下标

这是一个纯粹的numpy 错误，它的出现是因为您忘记使用括号 () 来定义numpy 数组。

---

第 2 部分：

首先，在init_medians 中，您传递了 4 个列表，但它们的维度不同。最后一个列表有 4 个元素（即[0.01, 0.02, 0.03, 0.04]）而不是 3 个，以表示集群中位数。

其次，KMeans 的 init 参数需要一个形状为 (n_clusters, n_features) 的 ndarray 作为输入。 在您的情况下，这应该是一个 (4, 3) numpy 数组，如下所示：

init_medians=np.array( [[0.1, 0.2, 0.3], [0.4, 0.5, 0.6], [0.7, 0.8, 0.9], [0.01, 0.02, 0.03]] )
model = KMeans(n_clusters=4, max_iter=300, init=init_medians)
model.fit(clean)

---

第 3 部分： 数据矩阵 X 应该是一个 numpy 数组而不是列表。

完整代码：

clean=np.array([[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3],[0.1, 0.2, 0.3]])

init_medians=np.array([[0.1, 0.2, 0.3], [0.4, 0.5, 0.6], [0.7, 0.8, 0.9], [0.01, 0.02, 0.03]])
model = KMeans(n_clusters=4, max_iter=300, init=init_medians)
model.fit(clean)

Answer 2

你不是只是忘记在 np.array 周围加上括号吗？

init_medians=np.array([...])