Я пытаюсь реализовать алгоритм кластеризации k -medoids в Python / NumPy.В рамках этого алгоритма я должен вычислить сумму расстояний от объектов до их «медоидов» (представителей кластеров).
У меня есть: матрица расстояний на пять точек
n_samples = 5
D = np.array([[ 0. , 3.04959014, 4.74341649, 3.72424489, 6.70298441],
[ 3.04959014, 0. , 5.38516481, 4.52216762, 6.16846821],
[ 4.74341649, 5.38516481, 0. , 1.02469508, 8.23711114],
[ 3.72424489, 4.52216762, 1.02469508, 0. , 7.69025357],
[ 6.70298441, 6.16846821, 8.23711114, 7.69025357, 0. ]])
набор начальных медоидов
medoids = np.array([0, 3])
и членство в кластере
cl = np.array([0, 0, 1, 1, 0])
Я могу вычислить требуемую сумму, используя
>>> np.sum(D[i, medoids[cl[i]]] for i in xrange(n_samples))
10.777269622938899
, но при этом используется цикл Python.Мне не хватает какой-то векторизованной идиомы для вычисления этой суммы?