在Python中使用scipy kmeans和kmeans2集群时出现问题

我有一个关于scipy的kmeans和kmeans2的问题.我有一组1700个lat-long数据点.我想在空间上将它们聚类成100个簇.但是,当使用kmeans vs kmeans2时,我得到了截然不同的结果.你能解释一下这是为什么吗？我的代码如下.

首先,我加载数据并绘制坐标.这看起来都很正确.

import pandas as pd,numpy as np,matplotlib.pyplot as plt
from scipy.cluster.vq import kmeans,kmeans2,whiten

df = pd.read_csv('data.csv')
df.head()

coordinates = df.as_matrix(columns=['lon','lat'])
plt.figure(figsize=(10,6),dpi=100)
plt.scatter(coordinates[:,0],coordinates[:,1],c='c',s=100)
plt.show()

接下来,我将数据白化并运行kmeans()和kmeans2().当我从kmeans()绘制质心时,它看起来是正确的 – 即大约100个点或多或少代表完整1700点数据集的位置.

N = len(coordinates)
w = whiten(coordinates)
k = 100
i = 20

cluster_centroids1,distortion = kmeans(w,k,iter=i)
cluster_centroids2,closest_centroids = kmeans2(w,iter=i)

plt.figure(figsize=(10,dpi=100)
plt.scatter(cluster_centroids1[:,cluster_centroids1[:,c='r',s=100)
plt.show()

然而,当我接下来从kmeans2()绘制质心时,它对我来说看起来很不稳定.我希望kmeans和kmeans2的结果非常相似,但它们完全不同.虽然kmeans的结果似乎只是表示我的完整数据集,但kmeans2的结果看起来几乎是随机的.

plt.figure(figsize=(10,dpi=100)
plt.scatter(cluster_centroids2[:,cluster_centroids2[:,s=100)
plt.show()

这是我的k和N的值,以及由kmeans()和kmeans2()产生的数组的大小：

print 'k =',k
print 'N =',N
print len(cluster_centroids1)
print len(cluster_centroids2)
print len(closest_centroids)
print len(np.unique(closest_centroids))

输出：

k = 100
N = 1759
96
100
1759
17

>为什么len(cluster_centroids1)不等于k？
> len(nearest_centroids)等于N,这似乎是正确的.但为什么len(np.unique(nearest_centroids))不等于k？
> len(cluster_centroids2)等于k,但同样,当绘制时,cluster_centroids2似乎不像cluster_centroids1那样表示原始数据集.

最后,我绘制了我的全坐标数据集,由集群着色.

plt.figure(figsize=(10,c=closest_centroids,s=100)
plt.show()

你可以在这里看到它：