编程中在做数值相等判断的时候，直接使用==判断并不可靠。实际上经过运算后的两个值（浮点型）并不可能完全一致，可能会因为小数点后的些许差异导致判断为false。
比如：
|
1
|
print 1e-5 == 1e-6 //这肯定是false,但是实际这两个值可以看作近似相等。
|
在kmeans中判断是否结束循环，就是判断重新计算的聚类中心点是否和原聚类中心点一致，实际上新旧聚类中心点之间会有一个可允许的误差。修改代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
import numpy as np
def kmeans(data, n, m, k):
rarray = np.random.random(size=k)
rarray = np.floor(rarray*n)
rarray.astype(int)
cls = np.zeros([1,n],np.int)
center = np.take(data,rarray)
pcenter = np.zeros([k,m])
end = True
while end:
for i in xrange(n):
tmp = data[i] - center
tmp = np.square(tmp)
tmp = np.sum(tmp,axis=1)
cls[i] = np.argmin(tmp)
center = np.zeros([k,m])
count = np.zeros([1,k],np.int)
for i in xrange(n):
center[cls[i]]=center[cls[i]]+data[i]
count[cls[i]]= count[cls[i]]+1
if np.sum(center/count - pcenter) <= 1e-4:
end = False
pcenter = center/count
|