VLFeat：vl_kmeans 中某些簇的 ValueError

Posted 2023-02-19

【中文标题】VLFeat：vl_kmeans 中某些簇的 ValueError

【英文标题】：VLFeat: ValueError for certain number of clusters in vl_kmeans

【发布时间】：2016-05-22 03:28:33

【问题描述】：

我有一个大小为 301 x 4096 的数组，我想为其计算 VLAD 向量。

我尝试使用

进行量化

center, assignments = vlfeat.vl_kmeans(data,8)

但这会返回

ValueError：解包的值太多

如果我将集群数量从 8 个更改为 2 个，它会起作用。 我也尝试过其他数字，但它们都返回了相同的 ValueError。除了，当它设置为 1 时，它会返回

ValueError: 需要超过 1 个值才能解压

会不会和我数据中的样本数量有关？

【问题讨论】：

它与函数返回的项目数有关。如果大于 2，你会得到too many values to unpack，当它小于 2 时，你会得到more than 1 value to unpack。

+ see this。它返回一个命名元组，这是一个包含你的东西的单个对象。

@BurhanKhalid 意味着它应该总是两个？那么如何指定其他簇数呢？

【参考方案1】：

VLFeat 的这个非官方 Python 接口的源代码可在 Github 上找到。

vl_kmeans函数默认只返回centers，所以只有一个值可以解压：

import numpy as np
import vlfeat
x = np.random.rand(10, 8)
centers = vlfeat.vl_kmeans(x, 3)

生成的 centers 数组将具有 (3, 8) 的形状，即 3 个中心中的每个中心都有一个 8 维点。

如果您想获得每个输入的分配，您必须将选项quantize 传递给vl_kmeans 函数。然后，该函数确实返回了centers 和assignment，并且按预期工作：

centers, assignments = vlfeat.vl_kmeans(x, 3, quantize=True)