聚类算法之MeanShift(均值漂移)

最新推荐文章于 2024-07-20 05:28:04 发布

hb707934728

最新推荐文章于 2024-07-20 05:28:04 发布

阅读量3.7k

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/hb707934728/article/details/71405891

MeanShift是一种无监督的学习算法，主要用于数据的聚类。它通过迭代寻找数据分布的峰值，这些峰值点即为聚类中心。算法的核心思想是不断移动每个数据点到其周围密度最大的区域，直到所有点稳定在局部密度最大区域，形成不同的簇。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

带宽： 0.1 0.531661129692 聚类簇的个数为: 7
['#ff0000', '#d4802a', '#aa0055', '#7f807f', '#5500aa', '#2a80d4', '#0000ff']
带宽： 0.2 1.06332225938 聚类簇的个数为: 4
['#ff0000', '#aa0055', '#5500aa', '#0000ff']
带宽： 0.3 1.59498338907 聚类簇的个数为: 3
['#ff0000', '#7f807f', '#0000ff']
带宽： 0.4 2.12664451877 聚类簇的个数为: 1
['#ff0000']

# -*- coding:utf-8 -*-

import numpy as np
import matplotlib.pyplot as plt
import sklearn.datasets as ds
import matplotlib.colors
from sklearn.cluster import MeanShift
from sklearn.metrics import euclidean_distances

#MeanShift 均值漂移算法  原理见：http://blog.youkuaiyun.com/google19890102/article/details/51030884

if __name__=='__main__':
    N=1000
    centers = [[1, 2], [-1, -1], [1, -1], [-1, 1]]
    #scikit中的