Desplaçament de la Mitjana
Mean Shift és un algorisme no paramètric i iteratiu de cerca de modes que identifica clústers com els pics d'una funció de densitat de probabilitat subjacent. Introduït originalment per Fukunaga i Hostetler (1975) per a l'estimació del gradient en el reconeixement de patrons, va ser estès substancialment i popularitzat per Comaniciu i Meer (2002) per a l'anàlisi robusta de l'espai de característiques i la segmentació d'imatges. A diferència de k-means, Mean Shift no requereix una especificació prèvia del nombre de clústers, derivant l'estructura dels clústers completament de la densitat de les dades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Fukunaga, K. & Hostetler, L. D. (1975). The estimation of the gradient of a density function, with applications in pattern recognition. IEEE Transactions on Information Theory, 21(1), 32–40. DOI: 10.1109/TIT.1975.1055330 ↗
- Comaniciu, D. & Meer, P. (2002). Mean shift: A robust approach toward feature space analysis. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(5), 603–619. DOI: 10.1109/34.1000236 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 14). Springer. ISBN: 978-0-387-84858-7
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Mean Shift Clustering and Mode-Seeking Algorithm. ScholarGate. https://scholargate.app/ca/machine-learning/mean-shift
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DBSCANAprenentatge automàtic↔ compare
- Agrupació jeràrquicaAprenentatge automàtic↔ compare
- Agrupació K-meansAprenentatge automàtic↔ compare
- Clustering EspectralAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →