查找平均值時出現ZeroDivisionError

過去幾天我一直在嘗試撰寫自己的 k 均值演算法，但遇到了障礙。當我試圖找到集群中點的平均位置來移動質心時，我得到一個零分割錯誤（注意：這不會在 k = 2 時發生，只有在 k = 3 時才會發生，但總是當 k >= 4 時發生）。我試圖通過確保每個質心從資料集中的一個點開始來解決這個問題，這樣它的集群中總是至少有一個點，但它沒有作業。我還重新排列了計數器等，但同樣，它不起作用。我已經沒有想法了，不知道為什么這個錯誤仍然發生。我很確定問題來自這些函式之一（編輯：添加了所有代碼和完整的錯誤訊息）：

import random
import math
import matplotlib.pyplot as plt


class Kmeans:
    def __init__(self, K, dataset, centroids, sorting):
        self.K = K
        self.dataset = dataset
        self.centroids = centroids
        self.sorting = sorting

    def initializeCentroids(self):
        usedPoints = [random.choice(data_set)]
        self.centroids = []
        for q in range(self.K):
            pointSelected = False
            while not pointSelected:
                m = random.choice(data_set)
                print(m)
                print(usedPoints)
                distance = math.sqrt(abs(((m[0] - usedPoints[len(usedPoints) - 1][0]) ** 2)   (m[1] - usedPoints[len(usedPoints) - 1][1]) ** 2))
                if usedPoints.count(m) == 0 and distance > 50:
                    self.centroids.append(list(m))
                    usedPoints.append(m)
                    pointSelected = True
        return self.centroids

    def calcDistance(self):
        self.sorting = []
        for w in self.dataset:
            distances = []
            counter = -1
            for centr in self.centroids:
                counter  = 1
                distances.append(math.sqrt(abs((((w[0] - centr[0]) ** 2)   (w[1] - centr[1]) ** 2))))
                for x in range(len(distances)):
                    if len(distances) > 1:
                        print(distances)
                        if distances[0] > distances[1]:
                            distances.pop(0)
                        else:
                            distances.pop(1)
                            counter -= 1
            print(counter)
            self.sorting.insert(0, [w, counter, distances[0]])
        return self.sorting
    # not done

    def find_ME(self):
        counter2 = 0
        for r in self.centroids:
            for t in self.sorting:
                nums = []
                if t[1] == counter2:
                    nums.append(t[2])
                    population = len(nums)
                    error = sum(nums) / population

    def reassignCentroids(self):
        counter3 = 0
        for r in self.centroids:

            positionsX = []
            positionsY = []
            for t in self.sorting:
                if t[1] == counter3:
                    positionsX.append(t[0][0])
                    positionsY.append(t[0][1])
            population = len(positionsY)
            print(population)
            print(self.sorting)
            r[0] = sum(positionsX) / population
            r[1] = sum(positionsY) / population
            counter3  = 1
        return self.centroids

    def checkSimilar(self, prevList):
        list1 = []
        list2 = []
        for u in prevList:
            list1.append(u[1])
        for i in self.sorting:
            list2.append(i[1])
            print(i)
        if list2 == list1:

            return True
        else:
            return False


k = 3
data_set = [(1, 1), (1, 2), (1, 3), (2, 3), (50, 52), (48, 50), (47, 60), (112, 90), (120, 100), (108, 130), (102, 121), (43, 51), (0, 1)]
attempt = Kmeans(k, data_set, [], [])

attempt.initializeCentroids()

xvals = []
yvals = []
sortCompare = []
maxIterations = 100000
# plots

for p in data_set:
    xvals.append(p[0])
    yvals.append(p[1])


running = True
zeroError = True

while running:
    attempt.calcDistance()
    sortCompare = attempt.sorting
    print(sortCompare, "thisss")
    attempt.reassignCentroids()
    attempt.calcDistance()
    attempt.reassignCentroids()
    boolVal = attempt.checkSimilar(sortCompare)
    if boolVal or maxIterations <= 0:
        xs = []
        ys = []
        for y in attempt.centroids:
            xs.append(y[0])
            ys.append(y[1])
        plt.scatter(xs, ys)
        running = False
    else:
        sortCompare = []

    maxIterations -= 1
    print(attempt.sorting)
print(attempt.centroids)
plt.scatter(xvals, yvals)
plt.show()

完整錯誤：回溯（最近一次通話）：檔案“C:/Users/Jack Cramer/PycharmProjects/kmeans/main.py”，第 117 行，在嘗試.reassignCentroids() 檔案“C:/Users/Jack Cramer/PycharmProjects /kmeans/main.py", line 73, in reassignCentroids r[0] = sum(positionsX)/population ZeroDivisionError: 除以零

如果您知道為什么會這樣，請告訴我，謝謝您的建議。

uj5u.com熱心網友回復：

正如@thierry-lathuille 指出的那樣，錯誤發生在reassignCentroids除以population零時。 population設定為 的長度positionsY，因此我們需要查看哪些場景導致positionsY沒有元素。

positionsY將其值附加在值的回圈內t in self.sorting。僅當counter3（范圍從 0 到 K-1）匹配時才會附加值t[1]。所以如果有一個值，counter3其中沒有一個t[1]值是相等的，我們就會得到錯誤。為了幫助除錯，我在回圈中添加了一些列印陳述句

            print(f"{counter3=}")
            for t in self.sorting:
                print(f"{t[1]=}")
                if t[1] == counter3:
                    positionsX.append(t[0][0])
                    positionsY.append(t[0][1])

用 運行幾次k=2，我看到它t[1]是 0 或 1，這不會崩潰，如您所見。但是，上升到k=3，有時我會t[1]等于 0、1 或 2，但有時它僅等于 0 或 1。這意味著將沒有匹配項，您將除以零。上升到k=4，我們應該t[1]等于 0、1、2 或 3，但是在多次重新啟動后我沒有看到任何 3。

從背景關系來看，我猜它t[1]代表給定資料點最接近的集群。根據您的輸入，肉眼看來有三個點簇 因此您的代碼自然有三個預測的簇趨向于它們應該在的位置，因此如果您嘗試預測 4 個簇，您將始終崩潰。如果您只嘗試預測 3 個集群，您可能會走運，并且您預測的集群之一不是最接近任何點的。即使k=2在某些初始化中出錯，我也不會感到驚訝，但在實踐中肯定很少見。

我認為您需要先問問自己，當k高于實際集群數量時，您想看到什么行為。其次，您需要確定在沒有任何資料點最接近集群時如何更新集群的位置。一個快速的解決方法是什么都不做 if population == 0，盡管這可能不會給出你想要的行為。

標籤：Python 蟒蛇-3.x 运行时错误 k均值

上一篇：django重定向到不存在的url

下一篇：Django如何批量更新所有子物件？