Mean Shift 均值漂移算法
一、mean shift 算法理论
Mean shift 算法是基于核密度估计的爬山算法，可用于聚类、图像分割、跟踪等。
(1)均值漂移的基本形式
给定d维空间的n个数据点集X，那么对于空间中的任意点x的mean shift向量基本形式可以表示为：
这个向量就是漂移向量，其中Sk表示的是数据集的点到x的距离小于球半径h的数据点。也就是：
而漂移的过程，说的简单一点，就是通过计算得漂移向量，然后把球圆心x的位置更新一下，更新公式为：
使圆心的位置一直处于力的平衡位置。
总结为一句话就是：求解一个向量，使得圆心一直往数据集密度最大的方向移动。说的再简单一点，就是每次迭代的时候，都是找到圆里面点的平均位置作为新的圆心位置。