Python 使用KMeans按空间划分划分训练/验证集：确保训练/验证的每个子集都包含所有标签

我希望在这里能得到一些帮助。我想使用Kmeans聚类来划分下一阶段监督学习的训练集，这在文献中称为

空间分割

我已经从三维图像数据（在一个扩展的遮罩内）中提取了特征（
X_序列
），其中包括X、y和z（体素的位置），遮罩包括两个标签（
y_序列={0:background，1:obj1}
）。这意味着每个体素可以是背景或带有遮罩的对象


我在scikit learn中使用了Kmeans聚类，并将训练数据集的体素位置（
[x，y，z]
）聚类为80个不同的聚类

问题问题是，一旦我根据80个集群划分了训练集

from sklearn.cluster import KMeans
pos_ind=[0,1,2]
kmeans_model= KMeans(n_clusters=80, random_state=rng).fit(X_TRAIN[:,pos_ind]) 

稍后，我加载
kmeans\u模型
，并将验证集分配给集群：

Dval_clusters = kmeans_model.predict(X_DVAL[:, pos_ind])

然后我找到了验证集的行索引，它属于
cidx
th类

cluster_idx = np.unique(kmeans_model.labels_) 
Dval_rows = np.where(Dval_clusters==cluster_idx[cidx])[0]  # find the rows of X_dval that belongs to cidx th cluster
X_dval = X_Dval[Dval_rows]
y_dval = y_Dval[Dval_rows]

一旦我在训练模型上拟合验证集，训练模型可能有两个标签
0
和
1
，但是，在拟合
验证
集的过程中显示错误，这意味着在将验证样本分配给簇的过程中，它只拾取具有
背景
或
obj
体素的体素（即，一个簇的一个验证集中的所有样本只有一个类别标签）

问题我知道聚类不使用标签，但在聚类过程中，是否可以对两个标签进行采样，从而强制执行聚类？还是有什么诀窍？因为背景只是一个类标签，我们需要将对象类（类：1）与背景（类：0）分开

如果你把你的专家意见留在这里，我将不胜感激

ValueError: could not broadcast input array from shape (30527,1) into shape (30527,2)