引言：

Mean Shift算法與之前的K-means算法是有共同點的。

1、Mean Shift算法原理

1.1核心思想：

他是一個基于密度的算法。里面有一個值叫半徑。需要計算一個漂移向量。剛開始也是隨機選取的一個點。

第1步：隨機先選取一個質心，也就是聚類的質心A，這個質心選擇好之后，會有一個半徑r（半徑一般是默認好的），此時以A為圓心，r為半徑畫一個圓圈，之后計算A與圓圈內的點所組成向量的一個距離（通過歐式距離來計算），計算完之后會把這些向量的值全部加在一起（加和之后不是像K-means一樣求均值），加在一起之后他會把它當做下一次這個質心移動的一個方向；

第2步：比如說加在一起之后質心移動到了B點，此時就會以B點為圓心，以r為半徑再畫一個圓，就會再次計算這個質心B和圓圈里邊(即圓圈以內的所有點)所有點的距離，計算出來之后把所有的向量做一個相加操作，相加之后，他移動的距離其實就是所有向量加起來后的總向量的一個距離，即就是總向量和的模（移動的距離就是這個總向量和的模，方向就是這個總向量和的方向）；

第3步：按照這樣不斷的計算這個質心就會不斷的進行移動，最終他會到達這個數據密度最大的一個地方，假設F點使我們最終的一個質心。

最終他會分類成好幾組，這個是依據算法自動去計算，給你進行分組，不需要像K-Means算法那樣，必須要指定K的值。?

1.2算法實現/流程是什么：

1.3基于sklearn(機器學習庫)算法庫實現的案例

參考：https://www.cnblogs.com/liqizhou/archive/2012/05/12/2497220.html

2、實戰

總結

以上是生活随笔為你收集整理的机器学习中的聚类算法（2）：Mean Shift算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。