在 kmeans Lloyds 算法中计算距离

【问题标题】：Compute distances in kmeans Lloyds algorithm在 kmeans Lloyds 算法中计算距离
【发布时间】：2020-01-31 20:58:18
【问题描述】：

我正在尝试使用 numpy 计算矩阵 X（形状 N，D）和矩阵 mu（形状 K，D）的每个点之间的距离：

np.array([[np.linalg.norm(x - m) for m in mu] for x in X])

这很慢。有没有更快的方法来获得相同的结果？

【问题讨论】：

【解决方案1】：

我们可以将一个矩阵的维度扩展到第三个维度，然后计算距离：

np.linalg.norm(X - mu[:,None], axis=-1, ord=2).T

【讨论】：