k-means算法和meanshift算法都是机器学习中的无监督式学习，k-means算法的不足点是需要给定中心簇点点个数k，meanshift算法不要给定中心簇点个数（属于无参数的算法）。k-means算法是基于与中心簇点的距离来归类的，meanshift是根据当前点的偏移均值向密度高的方向偏移，所以meanshift也叫均值漂移算法。

Meanshift算法理论：

1.Meanshift向量

对于n个样本点，对于x点，meanshift的向量基本形式：

其中，S是指一个半径为h的高维球。M是指以圆心为中心，h为半径，所有点与圆心为起点形成的向量相加的结果。

Meanshift算法是一个迭代的过程，是先算出以h为半径的高维圆的中心C的偏移均值d，然后将该中心C按照偏移均值d移动。再次以移动后的中心C1为起点计算出新的偏移均值d1，然后中心C1按照偏移均值d1进行移动，一直移动到满足最终条件，找出最密集的区域。

Meanshift实战：

1.创建数据集

2.使用meanshift机器学习并预测

3.矫正预测的数据

4.原始图和预测图画图

1.创建数据集

from sklearn.datasets import make_blobs import csv (x,y) = make_blobs(n_samples=500,centers=3) print(x,y) print(type(x)) print(type(y)) df = pandas.DataFrame({'v1':x[:,0], 'v2':x[:,1], 'result':y}) df.to_csv('/Users/zc/Desktop/v1-v2.csv',index=False)

2.使用meanshift机器学习并预测

from sklearn.metrics import accuracy_score
from sklearn.cluster import MeanShift,estimate_bandwidth
import pandas
import nump
csv_data = pandas.read_csv('/Users/zc/Desktop/v1-v2.csv')
print(csv_data)
x = csv_data.drop(['result'],axis=1)
print(x)
x1 = x.loc[:,'v1']
x2 = x.loc[:,'v2']
y = csv_data.loc[:,'result']
bw =estimate_bandwidth(x,n_samples=500)
print(bw)

ms = MeanShift(bandwidth=bw)
ms.fit(x)
y_predict_ms = ms.predict(x)

3.矫正预测的数据

y_predict_correct = []
for i in y_predict_ms:
    if i == 0:
        y_predict_correct.append(1)
    elif i == 1:
        y_predict_correct.append(0)
    else:
        y_predict_correct.append(2)

pd_y_predict = numpy.array(y_predict_correct)
print("accuarry_score:" + '\n' ,accuracy_score(y,pd_y_predict))
print(pandas.Series.value_counts(y),pandas.Series.value_counts(pd_y_predict))

4.原始图和预测图画图

from matplotlib import pyplot as plt
fig_1 = plt.subplot(121)
label0 = plt.scatter(x1[y==0],x2[y==0])
label1 = plt.scatter(x1[y==1],x2[y==1])
label2 = plt.scatter(x1[y==2],x2[y==2])
plt.legend((label0,label1,label2),('label0','label1','label2'))
plt.xlabel('x-v1')
plt.xlim(-10,10)
plt.ylabel('y-v2')
plt.ylim(-10,10)
plt.title('unlabel data')

fig_2 = plt.subplot(122)
label0 = plt.scatter(x1[pd_y_predict==0],x2[pd_y_predict==0])
label1 = plt.scatter(x1[pd_y_predict==1],x2[pd_y_predict==1])
label2 = plt.scatter(x1[pd_y_predict==2],x2[pd_y_predict==2])
plt.legend((label0,label1,label2),('label0','label1','label2'))
plt.xlabel('x-v1')
plt.xlim(-10,10)
plt.ylabel('y-v2')
plt.ylim(-10,10)
plt.title('predict data')
plt.show()