Question

我正在使用k-means的scipy实现，并且需要一种方法来循环计算n次，记录每个循环的质心的输出数组，并以最高的可能性计算输出。编辑我设置k = 4，所以每个解决方案都有4个元素。我需要确定最频繁出现的质心数组（即4个元素的集合）。

我的质心数组看起来像：

[[ 75]
 [115]
 [163]
 [ 16]]

在手动运行代码时，由于k-means的随机属性，有4-6个解决方案出现。基本上我想计算每个数组在n上的出现次数并返回最可能的数组。

根据Jblasco对问题的解释，

EDIT 澄清。

每次算法运行时，它都会返回一个像上面那样的质心数组。运行算法3次，我有类似的东西：

[[ 75]  [[ 73]  [[ 75]
 [115]   [112]   [115]
 [163]   [167]   [163]
 [ 16]], [ 14]], [ 16]]

我想完成两件事：

1）循环生成这些质心的代码
2）确定最可能的（频繁的，常见的）解决方案，在这种情况下将是：

[[ 75]
 [115]
 [163]
 [ 16]]

Answer 1

如果我理解正确的话，你会得到一个看起来像你所展示的数组的n次，并且你想要计算75在数组中的次数，115在数组中等等，依此类推。如果这是正确的，我会想到：

keep_count = {}
for attempt in range(n):
    get_one_of_those_arrays  <-- sorry, no idea how the function of k-means work
    for result in array:        
        if keep_count.has_key(result):
            keep_count[result] +=1
        else:
            keep_count[result] = 1

现在keep_count包含每个结果数字的所有出现次数。稍微优雅一点的方法是使用defaultdict：

    import collections
    keep_count = collections.defaultdict(int)  # initializes dict to int 0, no more if
    for attempt in range(n):
        get_one_of_those_arrays
        for result in array:
            keep_count[result] += 1

Answer 2

好的，现在我明白了你的意思，让我们重新开始，好吗？对类似问题的思考方式类似。我承认这不是最优雅的可能性，但我认为它有效且直观：

keep_count = {}
for attempt in range(n):
    array = get_one_of_those_arrays  <-- sorry, no idea how the function of k-means work
    array = tuple(array.reshape(4))
    if keep_count.has_key(array):
        keep_count[array] +=1
    else:
        keep_count[result] = 1

现在我们只需找到最大值的位置：

max_value = max(keep_count.values())
max_pos = keep_count.values().index(max_value)
most_frequent = keep_count.keys()[max_pos]

Python：确定具有最高k-means聚类可能性的质心数组（scipy）

2 个答案: