Cluster computing 使用NLTK KMeans群集时具有AssertionError

我试图使用NLTK KMeans集群来集群一些向量。我有大约10维向量，当我尝试对它们进行聚类时，NLTK有时会出现如下错误：

Traceback (most recent call last):
  File "/home/yhz82415/workspace/Grouping/src/Driver.py", line 27, in <module>
    main()
  File "/home/yhz82415/workspace/Grouping/src/Driver.py", line 20, in main
    KMeans(numClusters, dictionary)
  File "/home/yhz82415/workspace/Grouping/src/Tools.py", line 78, in KMeans
    clusters=clusterer.cluster(vectors, True)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/util.py", line 51, in cluster
    self.cluster_vectorspace(vectors, trace)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/kmeans.py", line 70, in cluster_vectorspace
    self._cluster_vectorspace(vectors, trace)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/kmeans.py", line 109, in _cluster_vectorspace
    new_means = map(self._centroid, clusters)
  File "/usr/local/lib/python2.7/dist-packages/nltk/cluster/kmeans.py", line 149, in _centroid
    assert len(cluster) > 0
AssertionError

回溯（最近一次呼叫最后一次）：
文件“/home/yhz82415/workspace/Grouping/src/Driver.py”，第27行，在
main（）
文件“/home/yhz82415/workspace/Grouping/src/Driver.py”，第20行，在main中
KMeans（numClusters，字典）
文件“/home/yhz82415/workspace/Grouping/src/Tools.py”，第78行，以KMeans表示
clusters=cluster.cluster（向量，真）
文件“/usr/local/lib/python2.7/dist-packages/nltk/cluster/util.py”，第51行，在集群中
self.cluster_向量空间（向量，跟踪）
文件“/usr/local/lib/python2.7/dist packages/nltk/cluster/kmeans.py”，第70行，在cluster\u向量空间中
self.\u cluster\u向量空间（向量、轨迹）
文件“/usr/local/lib/python2.7/dist packages/nltk/cluster/kmeans.py”，第109行，在向量空间中
新的_平均值=映射（自质心，簇）
文件“/usr/local/lib/python2.7/dist-packages/nltk/cluster/kmeans.py”，第149行，在质心处
断言len（集群）>0
断言错误

错误并不总是会出现，有时会，有时不会

我已经试过了演示代码，效果很好

有人有线索吗

---

提前感谢

根据我对源代码的了解（尽管它可能是nltk的不同版本），assert语句似乎位于函数

\u centroid

中。此函数的目的是计算簇的质心。如果一个簇没有点，那么计算一个质心就没有意义了，所以质心的第一行检查这个条件

现在，如果一个集群中有0个点，它可能意味着很多事情，这取决于您正在做什么。可能这是一个错误条件，可能这意味着可以处理该群集，可能您希望使用其他群集的点重新填充该群集。。。。无论什么因此，这是用户可能想知道的，但不一定要作为错误处理，因为它不一定是错误条件

顺便说一句，我正在检查的源代码的副本是