我正在学习课本中的一个练习，并用python实现代码来练习动态编程。我觉得自己正处于解决问题的边缘，但几个小时后，我来到这里寻求帮助。
基本上，我的代码是遍历一个值列表x，并给出一个k，根据计算特定集群的最小平方误差之和（SSE）将该列表分成k个集群。
如果要在list[0:1]，list[0:2]，list[0:3]，…，list[0:n]，…，x= [7,6,9,15,18,17,30,28,29]内的所有值变量周围放置簇括号，并为表中的特定步骤选择最小的SSE，则代码将创建一个表，计算1个簇，2个簇，…，k个簇的SSE。
例如：给定k=3和(7,6,9)(15,18,17)(30,28,29)，我们将返回集群(4.666)(4.666)(2)，它将转换为每个集群的平方误差之和，等于4.666。因此，对于该列表上的集群，我们的最大sse将x = [52, 101, 103, 101, 6, 5, 7]。
现在，当我在第二个列表中尝试它时，我应该得到clustering(52)(101, 103, 101)(6, 5, 7)，它应该给出(0)(2.666)(2)或最大值2.666，但没有得到。我相信错误存在于第二个return语句的def f(s, j_down, t)中，以及我如何递增s和t。希望我没有犯一个愚蠢的错误！
非常感谢您的帮助，谢谢。
def mean(numbers):
return float(sum(numbers)) / max(len(numbers), 1)
def sum_square(x):
if isinstance(x, (int,)):
return 0
w = 0
for i in x:
w += (i - mean(x))**2
return w
def f(s, j_down, t):
if not r[s][j_down] and r[s][j_down] != 0:
return sum_square(x[:t - s])
return max(r[s][j_down], sum_square(x[:t-s]))
def get_min_f_and_s(j_down, t):
""" range s from 1 to t-1 and set s to minimize f(s)
"""
items = [(s, f(s, j_down, t)) for s in range(t)]
s, min_f = min(items, key=lambda x:x[1])
return s, min_f
def seq_out(n,k):
for j in range(k):
if j == 0:
for t in range(n):
r[t][j] = sum_square(x[:t+1])
c[t][j] = x[:t+1]
else:
for t in range(1, n):
s, min_f = get_min_f_and_s(j - 1, t)
r[t][j] = min_f
c[t][j] = [c[s][j - 1]] + x[s+1:t+1]
print('the max SSE is: {}'.format(r[-1][-1]))
print('the cluster centers are: {}'.format(c[-1][-1]))
#x = [7,6,9,15,18,17,30,28,29]
x = [52, 101, 103, 101, 6, 5, 7]
k = 3
n = len(x)
r = [[[] for _ in range(k)] for _ in range(n)]
c = [[[] for _ in range(k)] for _ in range(n)]
print(seq_out(n,k))
print(r)
print(c)
编辑：问题布局
给定序列
X = [x_1, x_2, ... x_n]和整数k > 1，将X划分为大小C_1,..., C_k的簇n_1, ..., n_k，从而使平方误差之和最小化。 最佳答案
我无法跟踪您认为您的代码应该如何工作，因此我无法告诉您您犯了什么错误。另外，既然你在努力学习，我会给你一个机会来思考如何去做，而不仅仅是魔术般的代码。
假设您希望使用自底向上的方法，一种方法是填写下表（最好以数组数组的形式填写，但我将以字典的形式填写以便于阅读）：
best_cluster_by_pos_by_clusters = {
0: {
1: {'start': 0, 'error': 0.0, 'max_error': 0.0}
},
1: {
1: {'start': 0, 'error': 1200.5, 'max_error': 1200.5},
2: {'start': 1, 'error': 0.0, 'max_error': 0.0},
},
2: {
1: {'start': 0, 'error': 1668.6666666666667, 'max_error': 1668.6666666666667},
2: {'start': 1, 'error': 2.0, 'max_error': 2.0},
3: {'start': 2, 'error': 0.0, 'max_error': 0.0},
},
3: {
1: {'start': 0, 'error': 1852.75, 'max_error': 1852.75},
2: {'start': 1, 'error': 2.666666666666667, 'max_error': 2.666666666666667},
3: {'start': 3, 'error': 0.0, 'max_error': 2.0},
},
4: {
1: {'start': 0, 'error': 7397.2, 'max_error': 7397.2},
2: {'start': 4, 'error': 0.0, 'max_error': 1852.75},
3: {'start': 4, 'error': 0.0, 'max_error': 2.666666666666667},
},
5: {
1: {'start': 0, 'error': 11205.333333333334, 'max_error': 11205.333333333334},
2: {'start': 4, 'error': 0.5, 'max_error': 1852.75},
3: {'start': 4, 'error': 0.5, 'max_error': 2.666666666666667},
},
6: {
1: {'start': 0, 'error': 13735.714285714286, 'max_error': 13735.714285714286},
2: {'start': 4, 'error': 2.0, 'max_error': 1852.75},
3: {'start': 4, 'error': 2.0, 'max_error': 2.666666666666667},
},
}
这是如何解释那张表的。
best_cluster_by_pos_by_clusters[6][3]是{'start': 4, 'error': 2.0, 'max_error': 2.666666666666667}这一事实意味着从0-6位置数的最佳分割是让第三个簇的数位于4、5、6位置。该集群的平方误差为2.0，最大值为2.66666666667这就给了你聚类[6, 5, 7]并且要找到其余的，我们转到best_cluster_by_pos_by_clusters[3][2]（也就是说，最好分割成两个以位置3结尾的聚类），我们同样也找到了聚类[101, 103, 101]然后我们继续观察best_cluster_by_pos_by_clusters[0][1]（最好的1个簇结束于位置0），这给了我们最后一个[52]簇。因此，找出如何编写代码来填充该表，然后从该表中提取答案的代码，您将得到一个自下而上的动态编程解决方案。
至于填充，举个例子，填充
best_cluster_by_pos_by_clusters[3][1]我要做的是查看best_cluster_by_pos_by_clusters[i][0]的i=0, 1, 2以查看前一个集群与当前集群的每个分区。关于python - Python序列聚类练习，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55190965/