更新质心值k-means聚类Python

Question

我正在尝试使用python从头开始实现k-means聚类算法。我在更新每个群集的质心值时遇到问题。下面的代码显示了我到目前为止所处的位置。我最初将每个数据点聚集到一个k簇中。 AllData包含329行;每行是一个单词，后跟300个要素，后跟已分配给它的簇的编号（值1到4）。我在循环中尝试做的是从创建一个数组A开始，该数组只保存AllData中已分配给第一个集群的行。然后我想取A中每个特征列的均值并将质心更新为此。循环应该迭代地为所有4个簇执行此操作。

k = 4   
i = 1
while (i <= k):
     A = AllData[:,1:301][AllData[:,301] == i]
     centroids[i-1:i,:] = A.mean(axis=0)
     i = i + 1

质心数组中的4行值正确更新。我遇到的问题是4个更新的质心值也在AllData的前4行重写。我不希望这种情况发生。 AllData数组应保持不变。任何帮助将不胜感激！

Answer 1

在Python中，与大多数编程语言一样，数组以索引0开头。因此，您跳过第一列，并访问最后一列。

您可以使用array[array[:,-1]==i,:-1]，但我建议您将输入数据与标签分开