Question

我正在尝试使用权重选项计算群集的中心位置。但是权重似乎不起作用。

这是代表问题的简单脚本

X = []
weights = []
for x in range(-10,10):
    for y in range(-10,10):
        X+= [[x,y]]
        if x>0 and y>0:
            weights += [10000]
        else:
            weights += [1]

X = np.array(X)
weights = np.array(weights)

kmeans = KMeans(n_clusters=1, random_state=0).fit(X,weights)
print kmeans.cluster_centers_

它在第一季度以权重 10000 打印[[-0.5 -0.5]]。

我希望它大约为(5,5)

EDIT1：尝试将fit（）称为：

fit(X,sample_weight=weights)

返回：

TypeError: fit() got an unexpected keyword argument 'sample_weight'

添加第二个变量也无济于事

fit(X,None,weights)

返回：

TypeError: fit() takes at most 3 arguments (4 given)

Answer 1

问题出在您调用fit方法的方式上。您需要将weights作为关键字参数传递

kmeans = KMeans(n_clusters=1, random_state=0).fit(X, sample_weight=weights)

说明：

fit方法的签名如下：

KMeans.fit(self, X, y=None, sample_weight=None)

先调用KMeans.fit(self, X, weights)，然后再隐式y = weights。而且由于y被忽略，所以没有效果。

有关更多信息，请参见official docs。

为什么权重不会更改sci-kit学习包中的K均值集群中心位置？

1 个答案: