均值漂移

sklearn.cluster.mean_shift(X, *, bandwidth=None, seeds=None, bin_seeding=False, min_bin_freq=1, cluster_all=True, max_iter=300, n_jobs=None)

使用平面核进行数据的均值漂移聚类。

在用户指南中了解更多信息。

参数：

Xarray-like of shape (n_samples, n_features)

输入数据。

bandwidthfloat, default=None

核带宽。如果非 None，则必须在范围 [0, +inf) 内。

如果为 None，则带宽使用基于所有成对距离的中位数的启发式方法确定。这将花费样本数量的二次时间。可以使用 sklearn.cluster.estimate_bandwidth 函数更有效地执行此操作。

seedsarray-like of shape (n_seeds, n_features) or None

用作初始核位置的点。如果为 None 且 bin_seeding=False，则每个数据点都用作种子。如果为 None 且 bin_seeding=True，请参见 bin_seeding。

bin_seedingbool, default=False

如果为 True，则初始核位置不是所有点的位 置，而是点的离散化版本的位 置，其中点被 bin 化到一个网格上，其粗糙度对应于带宽。将此选项设置为 True 将加快算法速度，因为将初始化更少的种子。如果 seeds 参数不为 None，则忽略此选项。

min_bin_freqint, default=1

为了加快算法速度，只接受至少有 min_bin_freq 个点的 bin 作为种子。

cluster_allbool, default=True

如果为 True，则所有点都被聚类，即使是那些不在任何核内的孤立点。孤立点被分配到最近的核。如果为 False，则孤立点的集群标签为 -1。

max_iterint, default=300

每个种子点在聚类操作终止（对于该种子点）之前的最大迭代次数，如果尚未收敛。

n_jobsint, default=None

用于计算的作业数。以下任务受益于并行化：

• 带宽估计和标签分配的最近邻搜索。请参见 NearestNeighbors 类的文档字符串中的详细信息。

• 所有种子的爬山优化。

有关更多详细信息，请参见词汇表。

None 表示 1，除非在 joblib.parallel_backend 上下文中。-1 表示使用所有处理器。有关更多详细信息，请参见词汇表。

版本 0.17 中新增： 使用 *n_jobs* 进行并行执行。

返回：

cluster_centersndarray of shape (n_clusters, n_features)

聚类中心的坐标。

labelsndarray of shape (n_samples,)

每个点的聚类标签。

备注

有关用法示例，请参见 均值漂移聚类算法演示。

示例

>>> import numpy as np
>>> from sklearn.cluster import mean_shift
>>> X = np.array([[1, 1], [2, 1], [1, 0],
...               [4, 7], [3, 5], [3, 6]])
>>> cluster_centers, labels = mean_shift(X, bandwidth=2)
>>> cluster_centers
array([[3.33..., 6.     ],
       [1.33..., 0.66...]])
>>> labels
array([1, 1, 1, 0, 0, 0])