前面介绍了很多算法，这里开始补充算法·：Mean-Shift 聚类
简介
在机器学习和数据分析的世界中，聚类算法在将相似的数据点分组时起到了关键作用。Mean-shift 聚类就是这样一种算法，由于其能够在不需要预先知道聚类数量的情况下发现聚类而受到欢迎。在这篇博客文章中，我们将探讨 mean-shift 聚类的概念并使用 Python 实现它。
Mean-Shift 聚类是什么？
Mean-shift 聚类是一种用于识别数据集中的聚类的无监督机器学习算法。它是一种基于密度的聚类方法，重点是找到高密度的区域，并迭代地将数据点移向点的最高密度，因此得名“mean-shift”。该算法不需要关于数据中存在的聚类数量的任何先验信息，这使得它特别适用于探索性数据分析。
![[<span style='color:red;'>机器</span><span style='color:red;'>学习</span>]K-<span style='color:red;'>means</span>——<span style='color:red;'>聚</span><span style='color:red;'>类</span>算法](https://img-blog.csdnimg.cn/direct/2079fdc508124a808fb7216649db5432.png)
