为什么权重不会改变 sci-kit 学习包中的 K 均值聚类中心位置？

Question

我正在尝试使用权重选项计算集群的中心位置。但是权重好像不行。

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。

我预计大约 (5,5)

编辑1：尝试将 fit() 调用为：

fit(X,sample_weight=weights)

Returns:

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)

Returns:

TypeError: fit() takes at most 3 arguments (4 given)

Answer 1

问题出在您调用 fit 方法的方式上。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。

有关详细信息，请参阅 official docs。

为什么权重不会改变 sci-kit 学习包中的 K 均值聚类中心位置？

Why weights dont change K-mean cluster center position in sci-kit learn package?

python

k-means

scikit-learn