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)
添加回答
举报
0/150
提交
取消