Kmeans 聚类和均值向量

Question

我要将数据聚集到两个集群中，然后计算两个集群的平均向量，但我做不到，原因是平均值不适用于没有规则形状的数组，知道如何我管理我的数据？

import numpy as np
X = np.array([[1,1],[1.5,2],[3,4],[5,7],[3.5,5],[3,7],[3.5,4.5],[5,8],[5,1]])
centroid = np.array([[2.5,2.2],[4,6.3]])
clusters={}
for x in X:

  z= min([(i[0], np.linalg.norm(x-centroid[i[0]]))  for i in enumerate(centroid)], key=lambda t:t[1])

  try:
      clusters[z].append(x)
  except KeyError:
      clusters[z]=[x]

newmu = []
r=[]
d=[]
keys = sorted(clusters.keys())
for k in keys:
  if k[0]==0:
   r.append(clusters[(k[0],k[1])])

  else:
   d.append(clusters[(k[0],k[1])])

c=np.mean(d ,axis = 0)
f=np.mean(r,axis=0)
print c
print f

变量r是：[[array([ 2., 3.])], [array([ 1.5, 2. ])], [array([ 3., 4.])], [array( [ 1。 , 1.])], [array([ 5., 1.])]] 没有问题，因为它确实有规则的形状

问题出在变量 d 中：[[array([ 5., 7.]), array([ 3., 7.])], [array([ 3.5, 5.])], [array( [ 3.5,4.5])], [array([ 5., 8.])]] 它没有规则的形状，所以平均值不起作用

Answer 1

你必须在计算平均值之前解包 d：

... 
d = [item for sublist in d for item in sublist]
c = np.mean(np.array(d), axis=0)
...