自定义Kmeans算法处理2维数据正常，784维数据拼接报错如何解决？

• 硬编码特征维度：初始化每个聚类的存储数组时，代码写死了reshape(2, 0)，仅适配2维输入数据。当输入变为784维数据时，初始化的数组维度和实际数据维度不匹配，拼接时报错。
• 变量名未统一：函数入参为data，但拼接样本时用了未定义的变量X[i]，2维测试场景下若全局存在X变量会隐式正常运行，切换输入后直接触发异常。

import numpy as np

# parameter c is for how many cluster do you want
def kmeans(data, c, iter, state):
  np.random.seed(state)
  data = np.array(data)
  m = data.shape[0] # 样本数量
  n = data.shape[1] # 特征维度
  Centroids = np.array([]).reshape(n, 0)

  for i in range(c):
    rand = np.random.randint(0, m-1)
    Centroids = np.c_[Centroids, data[rand]]
  
  result = {}

  for _ in range(iter):      
      distance = np.array([]).reshape(m, 0) # 欧氏距离计算
      for k in range(c):
          tempDist = np.sum((data - Centroids[:,k])**2, axis=1)
          distance = np.c_[distance, tempDist]
      C = np.argmin(distance, axis=1) + 1
     
      Y = {}
      # 修复点1：把固定的2替换为动态获取的特征维度n
      for k in range(c):
          Y[k+1] = np.array([]).reshape(n, 0)
      # 修复点2：把X[i]替换为函数入参data[i]
      for i in range(m):          
          Y[C[i]] = np.c_[Y[C[i]], data[i]]     
      for k in range(c):
          Y[k+1] = Y[k+1].T
      for k in range(c):
          Centroids[:,k] = np.mean(Y[k+1], axis=0)
      result = Y

  return result

修复后既兼容原有2维测试用例，也支持784维等高维数据的聚类计算，无需再根据输入维度修改代码。

内容的提问来源于stack exchange，提问作者Thomas Iskandar