kmeans聚类问题？

[ChenMaolong]

def kmeans(box, k):
#-------------------------------------------------------------#
# 取出一共有多少框
#-------------------------------------------------------------#
row = box.shape[0]

#-------------------------------------------------------------#
#   每个框各个点的位置
#-------------------------------------------------------------#
distance = np.empty((row, k))

#-------------------------------------------------------------#
#   最后的聚类位置
#-------------------------------------------------------------#
last_clu = np.zeros((row, ))

np.random.seed()

#-------------------------------------------------------------#
#   随机选5个当聚类中心
#-------------------------------------------------------------#
cluster = box[np.random.choice(row, k, replace = False)]

iter = 0
while True:
    #-------------------------------------------------------------#
    #   计算当前框和先验框的宽高比例
    #-------------------------------------------------------------#
    for i in range(row):
        distance[i] = 1 - cas_iou(box[i], cluster)
    
    #-------------------------------------------------------------#
    #   取出最小点
    #-------------------------------------------------------------#
    near = np.argmin(distance, axis=1)

    if (last_clu == near).all():
        break
    
    #-------------------------------------------------------------#
    #   求每一个类的中位点
    #-------------------------------------------------------------#
    for j in range(k):
        cluster[j] = np.median(
            box[near == j],axis=0)

    last_clu = near
    if iter % 5 == 0:
        print('iter: {:d}. avg_iou:{:.2f}'.format(iter, avg_iou(box, cluster)))
    iter += 1

return cluster, near

大佬我按照 9个聚类中心的话，你这里说 # 随机选5个当聚类中心代码中if iter % 5 == 0:是不是要把5改为9，还是这个5是迭代聚类的次数？

[bubbliiiing]

这只是print用的，和几个点没关

[yusiyiyusiyi]

那这里如果要随机选择2个当聚类中心，是要修改这部分哪里的代码呢？求大佬指点