평균 교대 클러스터링

평균 이동은 관측치를 기본 밀도의 샘플로 처리하고 해당 모드 또는 로컬 피크를 검색합니다. 각 시드 위치에 대해 대역폭 내의 지점을 검사하고 해당 이웃의 가중 평균으로 시드를 이동합니다. 업데이트를 반복하면 추정된 밀도 표면에서 시드가 오르막으로 이동합니다. 동일한 모드 근처에 수렴하는 시드는 하나의 클러스터로 그룹화됩니다. 이 방법은 고정된 k를 요청하는 대신 모드에서 클러스터 수를 추론할 수 있습니다. 대역폭은 주요 규모 매개변수입니다. 좁은 대역폭은 미세한 국부 범프를 보존하고 많은 작은 모드를 생성할 수 있습니다. 넓은 대역폭은 밀도를 더욱 강력하게 평활화하고 인근 피크를 병합하여 잠재적으로 의미 있는 하위 그룹을 숨길 수 있습니다. 따라서 추정된 클러스터 수는 k가 제공되지 않더라도 매개변수가 없는 것이 아닙니다. 기능 스케일링과 커널 거리도 각 업데이트에 기여하는 포인트에 영향을 미칩니다. 3개의 명확한 밀도 피크가 있는 가상의 2차원 데이터세트에서 공간에 걸쳐 배치된 시드는 해당 피크를 향해 이동하여 수렴될 수 있습니다. 대역폭이 너무 커지면 인접한 두 피크가 하나로 합쳐질 수 있습니다. 너무 작으면 하나의 피크가 여러 개로 분할될 수 있습니다. 초기화 또는 시드 선택은 계산 비용과 탐색되는 유역에 영향을 미칩니다. 많은 후보 시드가 반복적으로 이웃을 쿼리하므로 대규모 데이터 세트의 경우 평균 이동 비용이 많이 들 수 있습니다. 평균 이동은 밀도 모드가 그룹의 의미 있는 정의일 때 가장 적합합니다. 다양한 클러스터 밀도, 고차원 거리 동작 및 명확한 피크가 없는 넓고 평평한 영역으로 인해 어려움을 겪을 수 있습니다. 이는 보정된 회원 확률을 제공하지 않습니다. 새로운 포인트 규칙은 구현에 따라 다릅니다. scikit-learn은 보정된 멤버십 확률이 아닌 하드 라벨 규칙인 가장 가까운 피팅 센터에 새 포인트를 할당합니다. 밀도 규모와 민감도를 검사하고, 대체 방법과 비교하고, 모드가 다운스트림 작업을 지원하는지 평가합니다. 클러스터는 자동으로 자연 범주가 아닌 선택한 커널 및 대역폭에 따른 모드입니다.