Mean Shift

Note

Mean shift 是 shift to the mean 的意思。

参考资料：https://towardsdatascience.com/understanding-mean-shift-clustering-and-implementation-with-python-6d5809a2ac40

思路

一般来说，聚类中心周围的点都是很密集的，越靠近聚类中心点越密集。

我们如何利用这个特性让点逐渐漂移到聚类中心从而完成聚类呢？我们只要让点往密集的地方漂移就好了！可以以这个点为中心画一个圈作为邻域，计算邻域内所有点的均值，均值会偏向点密度更高的地方，如下图所示：

就这样，每个点一步接一步地漂向聚类中心周围，漂向同一个地方的点被认为是在同一个聚类：

Mean shift 唯一的参数就是圈的直径的大小，即 bandwidth，它越大簇越少，它越小簇越多。

使用方法

import numpy as np

# (n_samples, n_features)
X = np.array([[1, 1], [2, 1], [1, 0],
              [4, 7], [3, 5], [3, 6]])

from sklearn.cluster import MeanShift

# 需指定 bandwidth
clustering = MeanShift(bandwidth=2).fit(X)
clustering.labels_

array([1, 1, 1, 0, 0, 0])

clustering.predict([[0, 0], [5, 5]])

array([1, 0])