Question

我有一个用作初始质心的数组（3个变量A，B，C）。

X = np.array([[0.5, 0.1, 0.4],
              [0.7, 0.7, 0.3],
              [0.2,0.5,0.9]], np.float64)
clus = KMeans(n_clusters=3,init=X,n_init = 1).fit(data)
centers = clus.cluster_centers_
print centers

但是对于后续迭代，我想限制质心在一个范围之间的移动。例如：[0.5,0.1,0.4]只能在[0.4-0.6,0-0.2,0.3-0.5]之间切换，依此类推。

Answer 1

您需要使用名为COP-Kmeans（see paper here）的约束K-means聚类。

这是该算法的另一种实现，在scikit-learn上不可用。 on this GitHub repository有一个python实现。克隆存储库后，将按以下方式使用（从“使用”部分中获取）：

run_ckm.py [-h] [--ofile OFILE] [--n_rep N_REP] [--m_iter M_ITER] [--tol TOL] dfile cfile k

参数如下：

dfile            data file
cfile            constraint file
k                number of clusters

还有一些与算法本身相关的可选参数：

--n_rep N_REP    number of times to repeat the algorithm
--m_iter M_ITER  maximum number of iterations of the main loop
--tol TOL        tolerance for deciding on convergence

最终，这些参数更具元性，但也很有用：

-h, --help       show this help message and exit
--ofile OFILE    file to store the output

scikit k均值聚类中的极限质心运动

1 个答案: