def findClosestCentroids(X, centroids): #定义函数findClosestCentroids """ Returns the closest centroids in idx for a dataset X where each row is a single example. """ K = centroids.shape[0] #获得数组centroids的行数并赋值给K idx = np.zeros((X.shape[0],1)) #定义idx为X.shape[0]行1列的零数组 temp = np.zeros((centroids.shape[0],1)) #定义temp为centroids.shape[0]行1列的数组 for i in range(X.shape[0]): #i遍历循环X.shape[0] for j in range(K): #j遍历循环K dist = X[i,:] - centroids[j,:] # length = np.sum(dist**2) temp[j] = length idx[i] = np.argmin(temp)+1 return idx

这段代码实现了K-means算法中的最近邻分类操作。给定数据集X和聚类中心centroids，该函数会将每个样本点指派给距离其最近的聚类中心，并返回每个样本点所属的聚类中心的编号。具体来说，该函数会遍历数据集中的每个样本点和每个聚类中心，计算样本点和聚类中心之间的欧式距离，并将距离最近的聚类中心的编号保存在idx数组中。最后，该函数返回idx数组，其中第i个元素表示第i个样本点所属的聚类中心的编号。