機器學習算法與Python實踐之（五）k均值聚類（k-means）原理補充

Mean-shift

 1)概述

   Mean-shift（即：均值遷移）的基本思想：在數據集中選定一個點，然後以這個點爲圓心，r爲半徑，畫一個圓(二維下是圓)，求出這個點到所有點的向量的平均值，而圓心與向量均值的和爲新的圓心，然後迭代此過程，直到滿足一點的條件結束。(Fukunage在1975年提出)

  後來Yizong Cheng 在此基礎上加入了 核函數 和 權重係數 ，使得Mean-shift 算法開始流行起來。目前它在聚類、圖像平滑、分割、跟蹤等方面有着廣泛的應用。

2）圖解過程

   爲了方便大家理解，借用下幾張圖來說明Mean-shift的基本過程。



    由上圖可以很容易看到，Mean-shift 算法的核心思想就是不斷的尋找新的圓心座標，直到密度最大的區域。

3）Mean-shift 算法函數

   a）核心函數：sklearn.cluster.MeanShift(核函數：RBF核函數)

       由上圖可知，圓心(或種子)的確定和半徑(或帶寬)的選擇，是影響算法效率的兩個主要因素。所以在sklearn.cluster.MeanShift中重點說明了這兩個參數的設定問題。

   b）主要參數

       bandwidth ：半徑(或帶寬)，float型。如果沒有給出，則使用sklearn.cluster.estimate_bandwidth計算出半徑(帶寬).（可選）

       seeds :圓心（或種子），數組類型，即初始化的圓心。（可選）

       bin_seeding ：布爾值。如果爲真，初始內核位置不是所有點的位置，而是點的離散版本的位置，其中點被分類到其粗糙度對應於帶寬的網格上。將此選項設置爲True將加速算法，因爲較少的種子將被初始化。默認值：False.如果種子參數(seeds)不爲None則忽略。

   c）主要屬性

      cluster_centers_ : 數組類型。計算出的聚類中心的座標。

      labels_ :數組類型。每個數據點的分類標籤。