Python 为什么权重不改变sci工具包学习包中的K-均值聚类中心位置？

我正在尝试使用权重选项计算簇的中心位置。但重量似乎不起作用

下面是表示问题的简单脚本

X = []
weights = []
for x in range(-10,10):
    for y in range(-10,10):
        X+= [[x,y]]
        if x>0 and y>0:
            weights += [10000]
        else:
            weights += [1]

X = np.array(X)
weights = np.array(weights)

kmeans = KMeans(n_clusters=1, random_state=0).fit(X,weights)
print kmeans.cluster_centers_

它在第一季度打印重量为10000的

[-0.5-0.5]]

我预计大约为

（5,5）

编辑1： 尝试将fit（）调用为：

返回：

TypeError: fit() got an unexpected keyword argument 'sample_weight'

TypeError: fit() takes at most 3 arguments (4 given)

添加第二个变量也没有帮助：

fit(X,None,weights)

返回：

TypeError: fit() got an unexpected keyword argument 'sample_weight'

TypeError: fit() takes at most 3 arguments (4 given)

---

问题在于调用

fit

方法的方式。 您需要将

权重作为关键字参数传递

kmeans = KMeans(n_clusters=1, random_state=0).fit(X, sample_weight=weights)

说明：

fit
方法的签名如下：

KMeans.fit(self, X, y=None, sample_weight=None)

通过调用
KMeans.fit（self，X，weights）
然后隐式地
y=weights
。由于
y
被忽略，因此没有效果

有关更多信息，请参阅。
谢谢您的回答。我一开始就尝试过这个，但是我得到了一个错误：TypeError:fit（）得到了一个意外的关键字参数“sample\u weight”它对你有用吗？我认为你需要获得一个更新版本的scikit LearnChange版本，从0.19.2更改为0.20.2解决了这个问题。非常感谢。