Question

这是一个愚蠢的问题，但基本上我使用k-means将我的数据分为不同的群集，这是针对班级项目btw的。我已经完成所有工作，但是我必须为每个输入将集群写入文件中，以便可以对其进行测试。我的实际代码运行大约需要2-3分钟，但写入文件需要大约10分钟。我有10,000个输入/输出，当前我的运行时约为n ^ 3。就分配而言，时间实际上并不重要，但是我想知道是否有人可以帮助我优化它，我知道我不知道有不同的Python迭代技巧可以加快速度。

我的k是10，所以我有10个质心，基本上我选择了数组并选择了一个质心，检查它是否包含数组，如果没有，我移到下一个，依此类推。我需要花费很长时间的每10,000个输入执行此操作。代码不是很有效

file = open("image.txt", "w")
    for point in array:
        for x in range(len(centroids)):
            for i in centroids[x]:
                if np.array_equal(point,i):
                    file.write(str(x+1)+"\n")
    file.close()

Answer 1

好的，让我尝试清理一些东西。发表评论，让我知道我所说的内容是否不适用。另外，如果您必须检查所有内容，则可能无法简化计算。

with open("image.txt", "w") as file:
   for point in array:
      for centroid_index, centroid in enumerate(centroids):
         for centroid_point in centroid:
            if np.array_equal(point,centroid_point):
               file.write(str(centroid_index+1)+"\n")

如果您可以为我解释array，centroids的对象类型以及您要写入文件的内容，那么我可以提供一些更具体的方法。

Answer 2

这行是个坏主意：

for point in array:

为什么遍历所有点以找到质心？

只需按索引输出它们，然后仅对形心进行迭代。

如何编写群集以更有效地归档？

2 个答案: