mean_shift#

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)#

执行使用平坦核的均值漂移聚类数据。

更多信息请参阅 用户指南 。

Parameters:
X形状为 (n_samples, n_features) 的类数组

输入数据。

bandwidth浮点数, 默认=None

核带宽。如果不是 None，必须在 [0, +inf) 范围内。

如果为 None，带宽将使用基于所有成对距离中位数的启发式方法确定。这将在线性时间内取样本次数的平方。可以使用 sklearn.cluster.estimate_bandwidth 函数更高效地完成此操作。

seeds形状为 (n_seeds, n_features) 的类数组或 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_seeding布尔值, 默认=False

如果为真，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，其中点被分箱到与其带宽相对应的网格上。将此选项设置为 True 将加快算法速度，因为初始化的种子更少。 如果 seeds 参数不是 None，则忽略。

min_bin_freqint, 默认=1

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

cluster_all布尔值, 默认=True

如果为真，则所有点都被聚类，即使是那些不在任何核内的孤儿点。孤儿点被分配到最近的核。 如果为假，则孤儿点被赋予聚类标签 -1。

max_iterint, 默认=300

聚类操作在未收敛的情况下，每个种子点在聚类操作终止前的最大迭代次数。

n_jobsint, 默认=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。详见 NearestNeighbors 类的文档字符串。

  • 所有种子的爬山优化。

详见 术语表 。

None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有处理器。详见 术语表 。

Added in version 0.17: 使用 n_jobs 进行并行执行。

Returns:
cluster_centers形状为 (n_clusters, n_features) 的 ndarray

聚类中心的坐标。

labels形状为 (n_samples,) 的 ndarray

每个点的聚类标签。

Notes

有关示例，请参见 examples/cluster/plot_mean_shift.py 。

Examples

>>> 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])
On this page
Show Source