NumPy：向一組點的矢量化距離總和

我試圖在Python/NumPy中實現一個k-medoids聚類算法。作爲這個算法的一部分，我必須計算物體到「medoids」（簇代表）的距離總和。NumPy：向一組點的矢量化距離總和

我有：在五個點

距離矩陣

n_samples = 5 
D = np.array([[ 0.  , 3.04959014, 4.74341649, 3.72424489, 6.70298441], 
       [ 3.04959014, 0.  , 5.38516481, 4.52216762, 6.16846821], 
       [ 4.74341649, 5.38516481, 0.  , 1.02469508, 8.23711114], 
       [ 3.72424489, 4.52216762, 1.02469508, 0.  , 7.69025357], 
       [ 6.70298441, 6.16846821, 8.23711114, 7.69025357, 0.  ]])

一組初始中心點劃分

medoids = np.array([0, 3])

的和羣集成員資格

cl = np.array([0, 0, 1, 1, 0])

我可以使用計算所需的總和

>>> np.sum(D[i, medoids[cl[i]]] for i in xrange(n_samples)) 
10.777269622938899

但它使用Python循環。我是否缺少某種向量化的成語來計算這個總和？

來源

2011-12-26 Fred Foo

如何：

In [17]: D[np.arange(n_samples),medoids[cl]].sum() 
Out[17]: 10.777269629999999

來源

2011-12-26 16:41:46 unutbu

NumPy：向一組點的矢量化距離總和

回答

相關問題