为啥权重不会改变 sci-kit 学习包中的 K-mean 聚类中心位置?
Posted
技术标签:
【中文标题】为啥权重不会改变 sci-kit 学习包中的 K-mean 聚类中心位置?【英文标题】:Why weights dont change K-mean cluster center position in sci-kit learn package?为什么权重不会改变 sci-kit 学习包中的 K-mean 聚类中心位置? 【发布时间】:2019-05-27 07:57:44 【问题描述】:我正在尝试使用权重选项计算集群的中心位置。但是权重似乎不起作用。
这是代表问题的简单脚本
X = []
weights = []
for x in range(-10,10):
for y in range(-10,10):
X+= [[x,y]]
if x>0 and y>0:
weights += [10000]
else:
weights += [1]
X = np.array(X)
weights = np.array(weights)
kmeans = KMeans(n_clusters=1, random_state=0).fit(X,weights)
print kmeans.cluster_centers_
它在第一季度打印[[-0.5 -0.5]]
,权重10000。
我希望它大约是(5,5)
编辑1: 尝试调用 fit() 为:
fit(X,sample_weight=weights)
返回:
TypeError: fit() got an unexpected keyword argument 'sample_weight'
添加第二个变量,也无济于事:
fit(X,None,weights)
返回:
TypeError: fit() takes at most 3 arguments (4 given)
【问题讨论】:
【参考方案1】:问题在于您调用fit
方法的方式。
您需要将weights
作为关键字参数传递
kmeans = KMeans(n_clusters=1, random_state=0).fit(X, sample_weight=weights)
解释:
fit
方法的签名如下:
KMeans.fit(self, X, y=None, sample_weight=None)
通过调用KMeans.fit(self, X, weights)
然后隐式调用y = weights
。由于y
被忽略,因此没有任何效果。
请参阅official docs 了解更多信息。
【讨论】:
感谢您的回答。我一开始就试过了,但我得到了错误:TypeError: fit() got an unexpected keyword argument 'sample_weight' 它对你有用吗? 我认为您需要获取更新版本的 scikit-learn 将版本从 0.19.2 更改为 0.20.2 解决了该问题。谢谢!以上是关于为啥权重不会改变 sci-kit 学习包中的 K-mean 聚类中心位置?的主要内容,如果未能解决你的问题,请参考以下文章
使用 sci-kit 中的训练/测试数据而不是交叉验证的学习曲线