使用说明

均值偏移聚类（Means Shift算法）是一种基于聚类中心迭代求解的聚类算法，与K均值聚类不同的是不需要事先确定聚类个数K。均值偏移聚类的原理为：从初始聚类中心点开始，沿着带宽内点群密度上升的方向不断寻找新的聚类中心点，直到满足终止条件。终止条件为迭代过程中前后两次聚类的中心移动距离几乎不变 或者达到最大迭代次数（默认迭代次数：300）。

参数说明

参数名	默认值	参数释义	参数类型
源数据集		设置待分析的矢量数据集，支持点数据集。	DatasetVector
目标数据源		指定的存储结果的数据集所在的数据源。	Datasource
结果数据集名		指定的结果数据集名称。	String
带宽	-1	带宽值为以某个聚类中心点为核心时的搜索半径，单位与坐标系一致，取值大于0，默认值为-1，系统会自动计算一个默认带宽值。聚类结果受带宽的影响，若带宽设置太小，收敛较慢，簇类个数过多；带宽设置太大，一些簇类可能会丢失。	double
自定义初始化聚类中心种子点		自定义初始聚类中心。默认不设置。填写形式为[{"x":0.0,"y":0.0},{"x":9.0,"y":9.0}] 。	Point2Ds

输出结果

1、在源数据集中增加了一个 Cluster_ID 字段表示结果聚类类别；
2、结果矢量数据集表示最终聚类的聚类中心点。