Mean Shift

L'algorithme Mean Shift est un algorithme de classification, qui dessine autour de chaque observation un cercle de voisinage de rayon r, calcule le barycentre des points se situant dans ce cercle, et déplace le point vers ce barycentre. Les itérations se succèdent jusqu'à convergence de l'algorithme, c'est-à-dire jusqu'à ce que les barycentres ne se déplacent plus. Deux points sont classés dans une même classe s'ils ont convergé vers le même barycentre.

Le rayon r des cercles de voisinage est un hyperparamètre. On peut fixer sa valeur grâce à la validation croisée, afin de maximiser les performances de l'algorithme.

Calcul des barycentres

Le calcul des barycentres se fait simplement avec Python, en calculant la moyenne des vecteurs des caractéristiques. L'instruction mean() de Python réalise cette opération :

Le paramètre axis=0 sinifie qu'on fait la moyenne colonne par colonne, et non pas ligne par ligne.

Exemple d'exécution

Vous trouverez ci-dessous une exécution pas-à-pas de l'algorithme Mean Shift.

Voir aussi : all(), any(), append(), count(), enumerate(), extend(), filter(), float() format() input(), int(), isdigit(), isinstance(), items(), join(), endswith(), list(), map(), max(), mean(), min(), pop(), range(), len(), startswith(), zip(), type(), get(), symmetric_difference(), keys(), difference()

Numpy : arange(), array(), delete(), hsplit(), hstack(), linspace(), logical_and(), logical_or(), polyfit()

Pandas : concat(), concatenate(), describe(), dict(), drop_duplicates(), dropna(), fillna(), from_dict(), groupby(), head(), iloc, info(), insert(), isin(), melt(), merge(), pivot_table(), read_csv(), read_excel(), rename(), where()

Machine Learning : F1-Score, Précision, Rappel, Normalisation, Courbe d’apprentissage, Les résidus, Régression VS classification, Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Accuracy, L’astuce du noyau, Bases d’apprentissage et de test, Classes linéairement séparables, Apprentissage supervisé VS non-supervisé, Coefficient de détermination R2, Validation croisée

N'hésitez pas à consulter nos formations sur cette page.https://www.expertpython.fr/lexique-python