meanshift算法原理

meanshift算法的原理很简单。假设你有一堆点集，还有一个小的窗口，这个窗口可能是圆形的，现在你可能要移动这个窗口到点集密度最大的区域当中。

K-Means算法适合处理无标签数据的分类问题，是无监督学习中最常用的算法之一，影响该算法的两大要素是聚类中心和聚类个数K；K-Means++算法基本上解决了聚类中心的问题；而如何选择聚类中心K的个数需要一种新的算法，那就是均值漂移算法-Mean Shift算法。

均值漂移向量:距离

核函数-权重

高斯核函数:很常用