Средно изместване на групи

Средното изместване третира наблюденията като проби от основна плътност и търси нейните режими или локални пикове. За всяко начално местоположение, той изследва точки в рамките на честотна лента и измества семето към претеглена средна стойност на тези съседи. Повтарянето на актуализацията премества семето нагоре по повърхността с очакваната плътност. Семената, които се събират близо до един и същ режим, се групират като един клъстер. Методът може да изведе броя на клъстерите от режимите, вместо да иска фиксирано k. Ширината на честотната лента е ключовият параметър за мащаба. Тясната честотна лента запазва фините локални неравности и може да създаде много малки режими. Широката честотна лента изглажда плътността по-силно и може да обедини близките пикове, потенциално скривайки значими подгрупи. По този начин изчисленият брой клъстери не е свободен от параметри, въпреки че k не е предоставено. Мащабирането на функциите и разстоянието на ядрото също влияят върху това кои точки допринасят за всяка актуализация. В хипотетичен двуизмерен набор от данни с три ясни пика на плътност, семената, поставени в пространството, могат да се движат към тези пикове и да се сближат. Ако честотната лента стане твърде голяма, два съседни пика могат да се слеят в един; ако е твърде малък, един пик може да се фрагментира на няколко. Инициализирането или изборът на начален етап влияе върху изчислителните разходи и кои басейни на привличане се изследват. Средното изместване може да бъде скъпо за големи набори от данни, тъй като много семена кандидати многократно заявяват съседи. Средното изместване е най-подходящо, когато режимите на плътност са смислена дефиниция на групи. Той може да се бори с различна плътност на клъстерите, поведение на разстояние с големи размери и широки плоски области без ясни пикове. Той не предоставя калибрирана вероятност за членство. Правилата за нова точка варират според изпълнението; scikit-learn присвоява нови точки на най-близко монтирания център, правило с твърд етикет, а не калибрирана вероятност за членство. Проверете скалата на плътност и чувствителността, сравнете с алтернативни методи и преценете дали режимите поддържат задачата надолу по веригата. Клъстерът е режим под избрано ядро ​​и честотна лента, а не автоматично естествена категория.