Python3无Numpy实现K-Means的update_assignment函数求助

嘿，别纠结历史距离的事儿啦！既然你已经写好assign_data函数，完全不需要再去管之前的距离数据——直接复用这个现成的函数就能搞定update_assignment，逻辑其实很清晰：

核心思路 #

update_assignment的本质就是基于当前质心，重新给每个数据点找归属，然后把同属一个质心的点归到一起。你的assign_data已经封装了“给单个点找最近质心”的逻辑，直接用它就行，根本不需要依赖历史距离或者上一轮的分配结果。

具体实现步骤 #

假设你的assign_data函数是接受单个数据点和质心字典（键是质心的键名，值是质心坐标），返回这个点对应的最近质心键名，那代码可以这么写：

def update_assignment(data, centroids):
    # 先初始化一个空字典，每个质心键对应一个空列表
    new_assignment = {key: [] for key in centroids}
    
    # 遍历每一个数据点
    for point in data:
        # 用你已有的assign_data函数，找到这个点所属的质心键名
        closest_centroid_key = assign_data(point, centroids)
        # 把当前点添加到对应质心的列表里
        new_assignment[closest_centroid_key].append(point)
    
    return new_assignment

如果你的assign_data是批量处理整个数据集的（比如输入整个data和centroids，返回每个点对应的质心键名列表），那可以稍微调整一下，效率可能还更高：

def update_assignment(data, centroids):
    new_assignment = {key: [] for key in centroids}
    # 用assign_data批量获取所有点的归属键名
    point_centroid_keys = assign_data(data, centroids)
    
    # 把点和对应的键名配对，填充字典
    for point, key in zip(data, point_centroid_keys):
        new_assignment[key].append(point)
    
    return new_assignment

为什么不用历史距离？ #

K-Means每一轮的分配都是独立基于当前质心的，上一轮的距离或者分配结果对这一轮没有意义——你只需要用当前的质心，重新给每个点计算一次最近的质心就行，assign_data已经帮你做了距离计算和比较的工作，直接复用就好啦！

只要你的assign_data逻辑是对的（正确计算欧氏距离，返回距离最小的质心键名），那这个update_assignment函数就能正常工作。

内容的提问来源于stack exchange，提问作者Bumper