大编辑
原始代码为：
与n线文本文件的读取相对应的图形绘制。每行包含4列，前三列是（x，y，z）点的坐标，第四列是此绘图不必要的二进制变量。每读取20行，就会读取一个骨架，该骨架是一组20个（x，y，z）点或关节，每个关节由每行的前三列组成。
文本文件内容的示例：文本文件包含860行，并且860/20 = 43，即创建20个（x，y，z）关节骨架的关节数量。然后，文本文件由43个骨骼组成，产生运动。因此，该文本文件表示动作。我称其为“示例”，因为数字有所不同。
构建代码以读取骨骼的运动之后，我制作了一个大的2D数组，其中包含所有运动，结果是22797x400数组，其中每行都是骨骼。因此，有22797个骨架，每个骨架有400列。我将这最后一个2D数组称为 final_array 。
我将奇异值分解（SVD）应用于 final_array ，在这里我使用了SVD中的V矩阵（产生S，V和D矩阵） final_array和V的简化版本（最初为400x400），由于V的简化版本为400x3，因此生成了22797x3 2D数组。出于某些原因（在此无需赘述）这是必要的，但这是为了减少尺寸以在流程的后续部分中绘制骨架。
因此，我有一个22797x3 2D数组，其中每行代表一个骨架，是根据上述操作构建的，我需要将聚类应用于此矩阵，在此矩阵中，使用Scikit-Kmeans将每行聚类为一个组。用Python学习。它必须是具有100个群集组的群集。
作为结果，我需要得到kmeans_labels结果，其中包含22797个元素的列表，通知每个行（骨架）所在的100个聚类组的分组。
到目前为止，我已经尝试过：
kmeans = KMeans(n_clusters=100, random_state=0).fit(matrix)
但是结果是以下错误消息：
发现小于n_clusters（100）的不同簇数（68）。可能是由于X中的重复点。 return_n_iter = True）
更改组号的次数无关紧要，错误消息会以较小的值返回。 有什么帮助吗？
答案 0 :(得分：0)
此错误意味着您的数据矩阵主要由重复的向量组成。 因此，从您的22797个数据点来看，只有68个不同的向量，其余的只是这68个值的重复。 尝试打印矩阵。我相信您要么没有按应有的方式读取数据，要么没有正确地测量数据