为什么权重不会改变 K 均值集群中心位置在 sci-kit 学习包中

Question

我正在尝试使用权重选项计算集群的中心位置。但重量似乎不起作用。

这是表示问题的简单脚本

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_

它在第一季度打印了重量为 10000 的[[-0.5 -0.5]]。

我希望它大约是(5,5)

编辑1：尝试将 fit（） 调用为：

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)

Answer 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)则隐式y = weights.由于忽略y，因此没有效果。

有关详细信息，请参阅官方文档。