Klastrowanie średniego przesunięcia

Przesunięcie średnie traktuje obserwacje jako próbki z podstawowej gęstości i wyszukuje jej mody, czyli lokalne piki. Dla każdej lokalizacji początkowej sprawdza punkty w paśmie i przesuwa ziarno w kierunku średniej ważonej tych sąsiadów. Powtarzanie aktualizacji przesuwa nasiona w górę po powierzchni o szacowanej gęstości. Ziarna, które zbiegają się w pobliżu tego samego trybu, są grupowane w jeden klaster. Metoda może wywnioskować liczbę skupień na podstawie modów, zamiast pytać o stałe k. Kluczowym parametrem skali jest szerokość pasma. Wąska szerokość pasma pozwala zachować drobne lokalne nierówności i może tworzyć wiele małych trybów. Szerokie pasmo silniej wygładza gęstość i może łączyć pobliskie szczyty, potencjalnie ukrywając znaczące podgrupy. Zatem szacowana liczba klastrów nie jest wolna od parametrów, nawet jeśli nie podano k. Skalowanie funkcji i odległość jądra również wpływają na to, które punkty przyczyniają się do każdej aktualizacji. W hipotetycznym dwuwymiarowym zbiorze danych z trzema wyraźnymi pikami gęstości nasiona umieszczone w przestrzeni mogą przemieszczać się w kierunku tych pików i zbiegać się. Jeśli szerokość pasma stanie się zbyt duża, dwa sąsiednie szczyty mogą zlać się w jeden; jeśli jest zbyt mały, jeden pik może podzielić się na kilka. Inicjalizacja lub wybór nasion wpływa na koszt obliczeniowy i to, które baseny przyciągania są badane. Średnie przesunięcie może być kosztowne w przypadku dużych zbiorów danych, ponieważ wiele potencjalnych nasion wielokrotnie wysyła zapytania do sąsiadów. Przesunięcie średnie jest najbardziej odpowiednie, gdy tryby gęstości stanowią znaczącą definicję grup. Może zmagać się ze zmienną gęstością klastrów, zachowaniem wielowymiarowych odległości i szerokimi, płaskimi obszarami bez wyraźnych szczytów. Nie zapewnia skalibrowanego prawdopodobieństwa członkostwa. Zasady nowego punktu różnią się w zależności od wdrożenia; scikit-learn przypisuje nowe punkty do najbliższego dopasowanego środka, zgodnie z twardą regułą, a nie skalibrowanym prawdopodobieństwem członkostwa. Sprawdź skalę gęstości i czułość, porównaj z metodami alternatywnymi i oceń, czy tryby wspierają dalsze zadanie. Klaster to tryb w ramach wybranego jądra i przepustowości, a nie automatycznie kategoria naturalna.