ValueError: 数组的真值不明确

Question

我正在尝试运行以下代码 :( 这是一个用Python写的简单K均值算法的代码。这个算法的过程分为两步，直到每个数据点被分配到的簇和中心点不再变化为止。这个算法能保证收敛，但得到的结果可能只是一个局部最优解。实际上，这个算法会运行多次，然后取平均值。

import numpy as np
import random
from numpy import *

points = [[1,1],[1.5,2],[3,4],[5,7],[3.5,5],[4.5,5], [3.5,4]]


def cluster(points,center):
  clusters = {}

  for x in points:

    z= min([(i[0], np.linalg.norm(x-center[i[0]]))  for i in enumerate(center)], key=lambda t:t[1])

    try:
      clusters[z].append(x)
    except KeyError:
      clusters[z]=[x]

  return clusters

def update(oldcenter,clusters):

 d=[]
 r=[]
 newcenter=[]

 for k in clusters:
  if k[0]==0: 
   d.append(clusters[(k[0],k[1])])

  else:
   r.append(clusters[(k[0],k[1])])

 c=np.mean(d, axis=0)
 u=np.mean(r,axis=0)
 newcenter.append(c)
 newcenter.append(u)

 return newcenter

def shouldStop(oldcenter,center, iterations):
    MAX_ITERATIONS=4
    if iterations > MAX_ITERATIONS: return True
    return (oldcenter == center)

def kmeans():   
  points = np.array([[1,1],[1.5,2],[3,4],[5,7],[3.5,5],[4.5,5], [3.5,4]])
  clusters={}
  iterations = 0
  oldcenter=([[],[]])   
  center= ([[1,1],[5,7]])                        

  while not shouldStop(oldcenter, center, iterations):
        # Save old centroids for convergence test. Book keeping.
        oldcenter=center
        iterations += 1
        clusters=cluster(points,center)  
        center=update(oldcenter,clusters)

  return (center,clusters)

kmeans()

但是现在我卡住了。有没有人能帮我一下呢？

Traceback (most recent call last):
  File "has_converged.py", line 64, in <module>
    (center,clusters)=kmeans()
  File "has_converged.py", line 55, in kmeans
    while not shouldStop(oldcenter, center, iterations):
  File "has_converged.py", line 46, in shouldStop
    return (oldcenter == center)
ValueError: The truth value of an array with more than one element is ambiguous.
 Use a.any() or a.all()

Answer 1

根据错误提示，你不能用 == 来比较两个数组，这在 NumPy 中是行不通的：

>>> a = np.random.randn(5)
>>> b = np.random.randn(5)
>>> a
array([-0.28636246,  0.75874234,  1.29656196,  1.19471939,  1.25924266])
>>> b
array([-0.13541816,  1.31538069,  1.29514837, -1.2661043 ,  0.07174764])
>>> a == b
array([False, False, False, False, False], dtype=bool)

使用 == 的结果是一个逐元素的布尔数组，也就是说，它会告诉你每个元素是否相等。你可以用 all 方法来检查这个数组是不是全部都是“真”的：

>>> (a == b).all()
False

不过，用这种方法来检查中心点（centroids）是否变化是不太可靠的，因为会有四舍五入的问题。你可能想用 np.allclose 来代替。