10-赵志勇机器学习-meanshift

（草稿）

meanshift 也是一种聚类方法。

优点在于：不需要提前指定类型数。

缺点就是计算量大

 

过程：（最一般的做法，没有使用核函数）

1. 逐点迭代，设置为位置中心

2. 计算所有点到位置中心的距离

3. 计算位置的质心（平均）

4. 位置中心的质心的距离够小就停止，该位置中心点就属于（质心）类。（使用质心来标记所属类别）

5. 位置中心的质心的距离不够小，位置中心移动到质心，继续

6. 每个点都被标记了（标记为某个质心），统计一下，有几种标记。聚类完成。

 

过程：（使用核函数）

1. 逐点迭代，设置为位置中心

2. 计算所有点到位置中心的距离

3. 计算位置的漂移中心（所有点坐标的加权平均，权值是由距离和高斯核确定的）

4. 位置中心的质心的距离够小就停止，该位置中心点就属于（质心）类。（使用质心来标记所属类别）

5. 位置中心的质心的距离不够小，位置中心移动到质心，继续

6. 每个点都被标记了（标记为某个质心），统计一下，有几种标记。聚类完成。

 

 

 

 

 

https://blog.csdn.net/google19890102/article/details/51030884

转载于:https://www.cnblogs.com/alexYuin/p/8919644.html