Mean Shift是一种在数据点集中寻找局部模式的无参数聚类方法。它通过迭代找到样本点密度的最大区域，通常用于图像分析和模式识别。算法的核心是计算样本点的Mean Shift向量，该向量指向概率密度函数的梯度方向。核函数在此过程中起到平滑作用，带宽参数影响聚类的精度。算法步骤包括计算Mean Shift向量、更新位置并检查收敛条件。
Mean Shift在几年前大火，但是目前好像退温了。有的中文译为均值漂移，有的译为均值偏移，我还是坚持我的作风，不译。(有很多东西看了都忘记了，写在这里需要的时候复习，^_^)
给定d维空间
中的n个样本点
,i=1,…,n,在
点的Mean Shift向量的基本形式定义为:
其中,![clip_image002[4]](http://hi.csdn.net/attachment/201012/9/0_12918602151Cm5.gif "clip_image002[4]"){kind=small}
是一个半径为h的高维球区域,满足以下关系的y点的集合，
![clip_image002[6]](http://hi.csdn.net/attachment/201012/9/0_1291860215MYo2.gif "clip_image002[6]"){kind=small}
k表示在这n个样本点![clip_image002[8]](http://hi.csdn.net/attachment/201012/9/0_1291860215XmQR.gif "clip_image002[8]"){kind=small}
中,有k个点落入![clip_image004[4]](http://hi.csdn.net/attachment/201012/9/0_1291860216GuVu.gif "clip_image004[4]"){kind=small}
区域中。
我们可以看到![clip_image002[10]](http://hi.csdn.net/attachment/201012/9/0_1291860216inzy.gif "clip_image002[10]"){kind=small}
是样本点![clip_image004[6]](http://hi.csdn.net/attachment/201012/9/0_1291860216gB00.gif "clip_image004[6]"){kind=small}
相对于点![clip_image006[4]](http://hi.csdn.net/attachment/201012/9/0_12918602167nGG.gif "clip_image006[4]"){kind=small}
的偏移向量，Mean Shift向量![clip_image008[5]](http://hi.csdn.net/attachment/201012/9/0_1291860219KpUK.gif "clip_image008[5]"){kind=small}
就是对落入区域
最低0.47元/天 解锁文章
8487
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
