运行Python聚类代码时出现NameError：'pairwise_distances_argmin'未定义

错误原因拆解 #

• 函数未导入：pairwise_distances_argmin是scikit-learn库中sklearn.metrics.pairwise模块下的工具函数，不属于Python全局内置函数，也不在你当前导入的模块范围内，直接调用会触发未定义错误。
• 变量未定义：代码里的centres也没提前赋值，就算导入了函数，下一步还是会报该变量未定义的错误。

修正后的完整代码 #

import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import seaborn as sns; sns.set()

from sklearn.datasets import make_blobs
# 新增：导入需要的函数
from sklearn.metrics.pairwise import pairwise_distances_argmin

X, y_true = make_blobs(n_samples=300, centers=4, cluster_std=0.60, random_state=0)
plt.scatter(X[:,0], X[:,1], s=50)

# 新增：初始化聚类中心（以随机选4个样本作为初始中心为例）
centres = X[np.random.choice(X.shape[0], 4, replace=False)]
# 现在可以正常调用函数
labels = pairwise_distances_argmin(X, centres)

关键修改说明 #

1. 导入函数：通过from sklearn.metrics.pairwise import pairwise_distances_argmin把函数引入当前代码环境，Python才能识别并调用它。
2. 初始化聚类中心：pairwise_distances_argmin需要两个输入参数——待聚类数据X和参考中心centres，这里用np.random.choice从样本里随机选4个点作为初始中心（和生成数据时的centers=4参数对应）。
3. （可选）拼写统一：建议把centres改成美式拼写centers，和scikit-learn API的命名风格保持一致，减少后续代码混淆。

内容的提问来源于stack exchange，提问作者Mohammad Kashif