Python VLFeat:vl_kmeans中特定数量集群的ValueError

我有一个大小为301 x 4096的数组，我想计算它的VLAD向量

我试着用

center, assignments = vlfeat.vl_kmeans(data,8)

但这又回来了

ValueError:要解压缩的值太多

如果我将集群的数量从8更改为2，它就会工作。 我也尝试过其他数字，但它们都返回了相同的ValueError。但是，如果将其设置为1，则返回

ValueError:需要超过1个值才能解包

---

这可能与我的数据中的样本数量有关吗？

VLFeat的这个非官方Python接口的源代码可以在上找到

默认情况下，

vl_kmeans

函数只返回

中心

，因此只有一个值需要解包：

import numpy as np
import vlfeat
x = np.random.rand(10, 8)
centers = vlfeat.vl_kmeans(x, 3)

生成的

中心

阵列将具有形状

（3,8）

，即3个中心中的每个都有一个8维点

如果要获得每个输入的分配，必须将选项

quantize

传递给

vl_kmeans

函数。然后，该函数确实返回

中心

和

赋值

，并按预期工作：

centers, assignments = vlfeat.vl_kmeans(x, 3, quantize=True)

---

它与函数返回的项目数有关。如果大于2，您将获得要解压缩的

太多值

，当小于2时，您将获得要解压缩的

多个值

+。它返回一个命名元组，它是一个包含您的内容的单个对象。@BurhanKhalid意味着它应该总是两个？那么如何指定其他数量的集群？