为什么分配给集群的数据会随着集群的数量而减少？

Question

这是我用来对时间序列数据进行聚类的代码示例。我的数据是 12153 个长度相同的样本。

当我对我的数据进行聚类时，我意识到分配给聚类的数据样本会减少聚类的数量。例如，当集群为两个时，分配只有 12151 个样本。当集群为 3 时，分配有 12150 等等。我不明白为什么会这样。我在下面的代码中做错了什么吗？

def k_means_clust_eucl(self, data, initial_centroids):
            '''
            k-means clustering algorithm for time series data.
            using  Euclidean distance
            '''
            # create random centroids
            while True:
                orig = [i for i in range(12153)]
                self.new_centroids = deepcopy(self.centroids)
                # print('iteration ' + str(self.i))
                # assign data points to clusters
                self.assignments = {}
                # print('while_clustering :', len(data))
                for ind, i in enumerate(data):
                    min_dist = float('inf')
                    closest_clust = None
                    for c_ind, j in enumerate(self.centroids):
                        cur_dist = self.euclid_dist(i, j)
                        if cur_dist < min_dist:
                            min_dist = cur_dist
                            closest_clust = c_ind
                    if closest_clust in self.assignments:
                        self.assignments[closest_clust].append(ind)
                        if ind in orig:
                            orig.remove(ind)
                        else:
                            print(ind)
                    else:
                        print('not in assignment')
                        self.assignments[closest_clust] = []
                print(orig)

Answer 1

因为你忘了把每个簇的first点放到新创建的簇中。

相反，在第一个点之后，您的集群是[]。