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[[-0.5 -0.5]]以权重10000打印。
我希望它是大约 (5,5)
EDIT1:试图将 fit() 称为:
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)
相关分类