为啥权重不会改变 sci-kit 学习包中的 K-mean 聚类中心位置？

Posted 2023-03-12

【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)

【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！