Python K-均值聚类-带有额外变量

我正在用固定数量的组对几个地理纬度/经度点进行k均值聚类。这个基本的集群工作得很好

但是我有另一个变量（每个点一个），我希望k-means聚类能够解释这个变量。这有可能吗

聚类数据可能如下所示：

Lat: [1.23, 2.12, 3.65, 4.32, 5.63, 5.43]
Lon: [1.43, 2.43, 3.76, 4.43, 5.25, 1.75]
Extra variable: [20, 20, 10, 10, 10, 10]

---

如果我想把上面的数据分成两组，每组的额外变量之和不能超过40，我该怎么做呢？（如果可能的话——我对k-means的理解相当基本/低端。）

这似乎不再是一个基本的集群应用程序，而是一个有约束的优化问题。换句话说，您希望实现：

最小化分组到簇1的点与分组到簇2的点之间的总距离（以纬度为单位）

受集群1和集群2中每个集群的额外变量之和小于40的约束

这是一个非线性程序，所以你必须使用非线性优化工具来解决这个问题

---

或者，根据数据的大小，您可以修改k-means聚类，使其继续移动聚类质心并重新分配数据点，但可以检测数据重新分配何时会使聚类超过额外变量总和的限制。在这种情况下，可以随机移动簇的质心。跟踪最佳簇集（低簇内距离和高簇间差异的某些组合），经过一段时间后，使用此方法获得的最佳簇集。

这似乎不再是一个基本的聚类应用，而是一个带约束的优化问题。换句话说，您希望实现：

最小化分组到簇1的点与分组到簇2的点之间的总距离（以纬度为单位）

受集群1和集群2中每个集群的额外变量之和小于40的约束

这是一个非线性程序，所以你必须使用非线性优化工具来解决这个问题

---

或者，根据数据的大小，您可以修改k-means聚类，使其继续移动聚类质心并重新分配数据点，但可以检测数据重新分配何时会使聚类超过额外变量总和的限制。在这种情况下，可以随机移动簇的质心。跟踪最佳簇集（低簇内距离和高簇间差异的组合），并在一段时间后使用此方法获得的最佳簇集。

好的，因此只需添加额外功能并运行它

data = np.asarray([np.asarray(df['Lat']),np.asarray(df['Lon']),np.asarray(df['Extra variable'])])

有关更多信息，请参阅下面的链接

---

好的，只需添加额外的功能并运行它

data = np.asarray([np.asarray(df['Lat']),np.asarray(df['Lon']),np.asarray(df['Extra variable'])])

有关更多信息，请参阅下面的链接

---

你能分享代码吗？你到目前为止尝试了什么，突出显示你得到的错误？我没有得到任何错误。我只是不知道使用哪种方法/方法来获得k-means分组中包含的额外变量。无论是软限制（考虑在内）还是硬限制（截止值为40）。如果需要，这是我的kmeans启动代码：

kmeans=kmeans（n_clusters=2，random_state=0，init=“k-means++”）.fit（lat_lon_numpy_array）

你能共享代码吗？你到目前为止尝试了什么，突出显示了你得到的错误？我没有得到任何错误。我只是不知道使用哪种方法/方法来获得k-means分组中包含的额外变量。无论是软限制（考虑在内）还是硬限制（截止值为40）。如果需要，这是我的kmeans启动代码：

kmeans=kmeans（n_clusters=2，random_state=0，init=“k-means++”）.fit（lat_lon_numpy_array）

感谢您的输入-您会推荐什么非线性优化工具，或者为我指明方向？据我所知，pyOpt将对类似数据进行聚类，但（从我上面的示例）20，20将群集，10、10、10、10将群集。-还是我遗漏了什么我们想要的是每个集群中的20、10、10。（我在看这个例子[）我认为您的最佳解决方案是具有尽可能接近的点的簇（基于lat和long的欧几里德距离）是正确的吗满足群集值之和的硬约束？如果是这种情况，我不确定是否有可用的群集包来解决您试图完成的问题。因此，您必须定义自定义非线性程序，并使用通用非线性程序解决包来解决。感谢您的输入-你会推荐什么非线性优化工具，或者给我指明方向？据我所知，pyOpt将对类似的数据进行聚类，但是（从我上面的示例中）20、20将被聚类，10、10、10、10将被聚类。-或者我遗漏了什么？-我们想要的是每个聚类中的最佳值为20、10、10。（我在看这个例子[）我认为您的最佳解决方案是具有尽可能接近的点的簇（基于lat和long的欧几里德距离）是正确的吗满足集群值之和的硬约束？如果是这种情况，我不确定是否有集群包可以解决您试图完成的问题。因此，您必须定义自定义非线性程序，并使用通用非线性程序解决包来解决。