如何計算kmeans聚類中心之間的距離並在python中選擇最小值？

Question

我已經使用sklearn.cluster.KMeans運行了 kmeans 算法，我將結果保存在對象kmeans_results

我可以做cl_centers = kmeans_results.cluster_centers_以獲得聚類中心。

cl_centers看起來像這樣：

array([[0.69332691, 0.9118433 , 0.14215727, 0.00903798],
       [0.41407049, 0.95964501, 0.19565154, 0.03157038],
       [0.88239715, 0.65602688, 0.20304053, 0.01066663],
       [0.65413307, 0.92372214, 0.36504241, 0.03482278]])

我想計算這 4 個點之間的距離，並選擇最小的一個，連同它們的“標簽”（其中標簽只是數組索引）。

理想的輸出是這樣的：

“最小距離是 x，它發生在集群 0 和集群 3 之間”

“距離”是指歐幾里得距離

有沒有一種pythonic的方式來做到這一點？

Answer 1

您可以嘗試scipy.spatial.distance.pdist(your_array)它為您提供點之間的距離矩陣。 然后得到你的最小距離

Answer 2

您的問題的解決方案由兩部分組成。

1. 計算cl_centers數組的成對距離矩陣。
2. 找到最小位置的索引。

因此，正如@zelenov aleksey 在第一部分所建議的那樣， scipy.spatial.distance.pdist將計算成對距離。 然后您可以創建一個成對索引組合列表，以使用itertools.combinations進行選擇

以下內容將為您提供您在問題中所述的理想輸出：

import numpy as np
from scipy.spatial.distance import pdist
import itertools as it

centers_arr = np.array([[0.69332691, 0.9118433 , 0.14215727, 0.00903798],
       [0.41407049, 0.95964501, 0.19565154, 0.03157038],
       [0.88239715, 0.65602688, 0.20304053, 0.01066663],
       [0.65413307, 0.92372214, 0.36504241, 0.03482278]])

pairs = list(it.combinations(range(4),2))

d = pdist(centers_arr)
print("The smallest distance is {:}, and it occurs between cluster {:} and cluster {:}".format(d.min(), *pairs[d.argmin(axis=0)]))