1
我有一个函数:如何找到在单杆k均值意味着使用numpy的
def update(points, closest, centroids):
return np.array([points[closest==k].mean(axis=0) for k in range(centroids.shape[0])])
它基本上重心的更新的k均值算法步骤。 基本上,点是一个矩阵,最接近的是一个点到集群的分配..
,然后将所有我做的是找到基于集群中的点新意思..
但我想知道我是否可以摆脱那个循环? 这是如果我能找到一个镜头的聚类意思?
我有这个代码小费。你可以交换一个生成器,交换np.array([points ..,.. shape [0])])给np.array(points ..,.. shape [0])),去掉一些没有意义的内存高架。 – Simon