两个不同矩阵中元素之间的欧几里得距离？

Question

我正在尝试确定我的文档与其质心的欧几里德距离。有问题的两个数组(points和centers)的维数满足scipy.spatial.distance.cdist的XA和XB维数要求，但我不知道为什么会得到下面的ValueError。

我的代码：

import pandas as pd, numpy as np
from scipy.spatial.distance import cdist
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.cluster import KMeans

corpus = pd.Series(["bye bye brutal good bye apple banana orange", "bye bye hello apple banana", "corn wheat apple banana goodbye cookie brutal", "fruit cake banana apple bye sweet sweet"])
X = vectorizer.fit_transform(corpus)
model = Kmeans(n_clusters = 2)
model.fit(X)
centers = model.cluster_centroids_

cdist(X, centers)

这是我得到的错误：

ValueError: setting an array element with a sequence.

摘自scipy.spatial.distance.cdist的文档：

Parameters: XA: ndarray
    An Ma by n array of Ma original observations in an n-dimensional space
            XB: ndarray
    An Mb by n array of Mb original observations in an n-dimensional space
...

我的X和centers numpy数组肯定满足cdist的这些维数条件，对吧？我遗漏了什么？

Answer 1

你需要做的只是一个小改动：

cdist(X.toarray(),centers)

因为X是一个scipy.sparse.csr.csr_matrix类型的对象，所以它不会被scipy函数直接作为有效的输入。toarray()方法将其转换为有效的numpy数组