均值漂移聚類是基于滑動(dòng)窗口的算法，來(lái)找到數(shù)據(jù)點(diǎn)的密集區(qū)域。這是一個(gè)基于質(zhì)心的算法，通過(guò)將中心點(diǎn)的候選點(diǎn)更新為滑動(dòng)窗口內(nèi)點(diǎn)的均值來(lái)完成，來(lái)定位每個(gè)組/類的中心點(diǎn)。然后對(duì)這些候選窗口進(jìn)行相似窗口進(jìn)行去除，最終形成中心點(diǎn)集及相應(yīng)的分組。
具體步驟：
- 確定滑動(dòng)窗口半徑r，以隨機(jī)選取的中心點(diǎn)C半徑為r的圓形滑動(dòng)窗口開(kāi)始滑動(dòng)。均值漂移類似一種爬山算法，在每一次迭代中向密度更高的區(qū)域移動(dòng)，直到收斂。
- 每一次滑動(dòng)到新的區(qū)域，計(jì)算滑動(dòng)窗口內(nèi)的均值來(lái)作為中心點(diǎn)，滑動(dòng)窗口內(nèi)的點(diǎn)的數(shù)量為窗口內(nèi)的密度。在每一次移動(dòng)中，窗口會(huì)想密度更高的區(qū)域移動(dòng)。
- 移動(dòng)窗口，計(jì)算窗口內(nèi)的中心點(diǎn)以及窗口內(nèi)的密度，知道沒(méi)有方向在窗口內(nèi)可以容納更多的點(diǎn)，即一直移動(dòng)到圓內(nèi)密度不再增加為止。
-
步驟一到三會(huì)產(chǎn)生很多個(gè)滑動(dòng)窗口，當(dāng)多個(gè)滑動(dòng)窗口重疊時(shí)，保留包含最多點(diǎn)的窗口，然后根據(jù)數(shù)據(jù)點(diǎn)所在的滑動(dòng)窗口進(jìn)行聚類。
下圖演示了均值漂移聚類的計(jì)算步驟：
下面顯示了所有滑動(dòng)窗口從頭到尾的整個(gè)過(guò)程。每個(gè)黑點(diǎn)代表滑動(dòng)窗口的質(zhì)心，每個(gè)灰點(diǎn)代表一個(gè)數(shù)據(jù)點(diǎn)。
優(yōu)點(diǎn)：（1）不同于K-Means算法，均值漂移聚類算法不需要我們知道有多少類/組。
（2）基于密度的算法相比于K-Means受均值影響較小。
缺點(diǎn)：（1）窗口半徑r的選擇可能是不重要的。
