实现Deep Embedded Clustering算法时遇ValueError解包值过多问题

我在实现Deep Embedded Clustering算法时，用仓库里的代码跑起来出现了ValueError: too many values to unpack错误，报错位置在acc函数的return行。试过用zip函数、先赋值再返回的办法，问题还是没解决。

相关代码如下：

def acc(y_pred, y_target):
    D = max(y_pred.max(), y_target.max()) + 1
    w = np.zeros((D, D), dtype=np.int64)
    for i in range(y_pred.size):
        w[y_pred[i], y_target[i]] += 1

    ind = linear_assignment(w.max() - w)
    return sum(w[i, j] for i, j in ind) * 1.0 / y_pred.size # <- 错误行

问题原因 #

这个错误的核心是linear_assignment函数的返回格式和代码预期不匹配。不管是旧版scipy里的linear_assignment，还是新版替代它的linear_sum_assignment，返回的都是两个独立的一维数组（分别对应匹配后的行索引和列索引），但代码里默认ind是由(i,j)元组组成的可迭代对象，循环解包时自然会报错。

解决办法 #

有两种简单的修改方式：

• 方式一：转成元组对列表
  先把返回的两个索引数组拆出来，再用zip打包成元组对：

  # 替换原来的ind赋值行
  row_ind, col_ind = linear_assignment(w.max() - w)
  ind = list(zip(row_ind, col_ind))
  

• 方式二：直接转置索引数组
  利用数组转置，把两个索引数组变成每行对应一个(i,j)对的二维数组：

  # 替换原来的ind赋值行
  ind = linear_assignment(w.max() - w).T
  

两种方式都能让后续的sum(w[i,j] for i,j in ind)正常执行，解决解包错误。

内容的提问来源于stack exchange，提问作者Mark McAllister