聚类

1.KMeans聚类
选择想要聚成多少组。随机初始化中心点，计算该点与每个组中心之间的距离，然后将该点分类为其中心最接近它的组，对每个数据点进行分类。基于这些分类点，我们通过取组中所有向量的均值来重新计算组中心。重复这些步骤进行一定数量的迭代，直到组中心在迭代之间没有太大变化。

KMeans的优势在于它非常快，因为我们所做的只是计算点和组中心之间的距离。另一方面，KMeans有几个缺点。首先，必须选择有多少类。K-means也从随机选择的聚类中心开始，因此它可以产生不同的聚类结果。

2.均值漂移聚类
均值漂移聚类试图找到数据点的密集区域。它是一种基于质心的算法，我们从以C点（随机选择）为中心并以半径r为核心的圆形滑动窗口开始，在每个步骤上迭代地移动到更高密度区域直到收敛。

（1）在每次迭代中，通过将中心点移动到窗口内的点的平均值（因此名称），将滑动窗口移向更高密度的区域。滑动窗口内的密度与其内部的点数成比例。当然，通过移动到窗口中的点的平均值，它将逐渐移向更高点密度的区域。
（2）我们继续根据平均值移动滑动窗口，直到没有方向可以移动内核中的更多点。
（3）步骤1至2的该过程用许多滑动窗口完成，直到所有点都位于窗口内。当多个滑动窗口重叠时，保留包含最多点的窗口。然后根据数据点所在的滑动窗口对数据点进行聚类。

与K-means聚类相比，不需要选择聚类数量，因为均值自动发现了这一点。这是一个巨大的优势。群集中心向最大密度点汇合的事实也是非常理想的，因为它非常直观易懂，并且非常适合自然数据驱动的意义。缺点是窗口大小/半径“r”的选择。