从报错信息可以看出，问题是出现在 `randomchoose_m` 函数中。具体来说，在这一句代码： ```python m = data[np.random.choice(data.shape[0], k, replace=False)] ``` 这里的错误提示是： `ValueError: Cannot take a larger sample than population when 'replace=False'` 这意味着你在尝试从未足够的样本空间中抽取比实际拥有的更多样本。举个例子，假如你的数据只有 5 条记录 (`data.shape[0] == 5`)，但是你却试图从中随机选取 10 条记录并且不允许重复取样（因为设置了 `replace=False`），就会触发这个错误。 --- ### 解决办法： #### **1. 检查传入的参数** 首先你需要确认两个地方： - 数据集中是否有足够多的数据供选择； - 参数 `k` 是否超过了数据的数量。 在函数调用之前添加一些简单的检查逻辑可以帮助发现问题所在： ```python if k > data.shape[0]: raise ValueError(f"Cannot choose {k} samples from only {data.shape[0]} available.") ``` #### **2. 修改采样策略** 如果你确实需要从少量数据中获取更多的样本，则可以允许放回抽样 (设置 `replace=True`) 。不过需要注意的是这种方式可能会导致最终选出的结果中有重复项。 修改后的代码如下所示： ```python m = data[np.random.choice(data.shape[0], k, replace=True)] ``` #### **3. 缩小K值范围** 如果业务场景明确不需要超出原有数据量的话可以直接限制 K 的最大界限不超过数据集总条目数目。 例如可以在初始化阶段加入约束条件使得用户设定合理的聚类中心数量 k ，像这样： ```python def validate_parameters(data, k): n_samples = data.shape[0] if k <= 0 or not isinstance(k,int): raise ValueError("Number of clusters must be positive integer") elif k >n_samples : return min(n_samples , int(math.sqrt(n_samples )) ) else: return k ... k=validate_parameters(data,k) centers=randomchoose_m(data,k) .... ``` 通过这样的方式既保证程序健壮性又能给出合理建议。 --- ### 示例完整版改进版本 下面展示了一个完整的改进思路下如何调整原来有问题的功能模块: ```python import numpy as np def validate_parameters(data, k): """验证参数合法性""" n_samples = data.shape[0] if k <= 0 or not isinstance(k, int): raise ValueError("The number of clusters should be a positive integer.") # 自动缩小过大K值到合理范围内 return min(k, n_samples) def randomchoose_m(data, k): """ 随机挑选k个初始质心 :param data: 输入数据集合(numpy.ndarray类型) :param k: 打算选取多少个样本作为初试质心(int类型) :return: 返回选中的k个样本组成的矩阵 """ n_samples = data.shape[0] sampled_indices = np.random.permutation(n_samples)[:min(k,n_samples )] return data[sampled_indices] # 主流程部分开始处增加校验环节 if __name__ == '__main__': dataset = ... # 加载数据在这里省略掉详细过程 validated_k = validate_parameters(dataset, user_defined_k_value) try: labels, centers = k_means(np.array(dataset), validated_k, T, epsilon) except Exception as e: print(e) ``` ---