python - kmeans 簇数与 k 值不匹配

Question

代码基于this article当我只定义 3 个集群时，可以按预期工作。但是当我更改簇数时，我没有得到相同数量的簇。

from matplotlib import image as img
from matplotlib import pyplot as plt
import pandas as pd

image = img.imread("my_logo1.jpg")
image.shape

r = []
g = []
b = []

for line in image:
    for pixel in line:
        temp_r, temp_g, temp_b = pixel
        r.append(temp_r / 255)
        g.append(temp_g / 255)
        b.append(temp_b / 255)

df = pd.DataFrame({"red": r, "green": g, "blue": b})

from scipy.cluster.vq import kmeans
cluster_centers, distortion = kmeans(df[["red", "green", "blue"]], 7)

print(cluster_centers)

cluster centers returned are only 3, expected 7

我期望返回与 kmeans 函数中定义的颜色数量相同的颜色。

Answer 1

阅读 kmeans() 的源代码函数，可以注意一下支持函数的使用_kmeans() ，您可以在其中找到:

code_book = code_book[has_members]

has_members是一个 bool 数组，指示哪些集群有成员，由 _vq.update_cluster_means() 产生.

简而言之，当您指定簇数 k 时，算法会返回一组质心(最多 k)，其中所见的最低失真。在 K-means 的更新步骤中，空簇会被简单地删除。