kmeans 簇数与 k 值不匹配答案

【问题标题】：kmeans cluster number does not match with k valuekmeans 簇数与 k 值不匹配
【发布时间】：2019-11-06 00:10:15
【问题描述】：

当我只定义 3 个集群时，基于 this article 的代码按预期工作。但是当我改变集群的数量时，我并没有得到相同数量的集群。

from matplotlib import image as img
from matplotlib import pyplot as plt
import pandas as pd

image = img.imread("my_logo1.jpg")
image.shape

r = []
g = []
b = []

for line in image:
    for pixel in line:
        temp_r, temp_g, temp_b = pixel
        r.append(temp_r / 255)
        g.append(temp_g / 255)
        b.append(temp_b / 255)

df = pd.DataFrame({"red": r, "green": g, "blue": b})

from scipy.cluster.vq import kmeans
cluster_centers, distortion = kmeans(df[["red", "green", "blue"]], 7)

print(cluster_centers)

返回的集群中心只有 3 个，预计 7 个

我希望返回的颜色数量与 kmeans 函数中定义的颜色相同。

【问题讨论】：

你的python版本是多少？
# Python 3.7.1 # scipy 1.2.1
当我选择彩色图像时，它会按预期工作。但是当我选择只有 1 或 2 种颜色的简单图像（例如 google 徽标）时，kmeans 无法创建超过 3/4 的集群。听起来合乎逻辑，但需要确认。

标签： python python-3.x machine-learning scipy k-means

【解决方案1】：

阅读kmeans()函数的源码，可以注意到一个支持函数_kmeans()的使用，在这里可以找到：

code_book = code_book[has_members]

has_members 是一个布尔数组，指示哪些集群有成员，来自_vq.update_cluster_means()。

简而言之，当您指定簇数k 时，算法会返回一组具有最低失真的质心（至多 k）。在 K-means 的更新步骤中，空簇被简单地删除。

【讨论】：