我目前已经在 python 中实现了均值移位聚类。我使用了 matplotlib，得到了我期望的随机输入聚类结果。但是，我对通常如何将每个点的集群减少到几个集群感到困惑。
我的意思是平均偏移将每个点输出为一个簇，尽管许多点实际上可能对应于同一个簇。我有几种方法可以在理论上做到这一点，但对我来说似乎很奇怪，我看过的一个教程实际上没有解释你如何在输出中实际提取独特的集群：
可以为每个点提供一个集群列表，在对每个点进行移位后，检查新创建的集群是否等于给定点（或某个近距离度量），将移位点的原始点添加到集群. 否则，创建一个新集群作为对 [cluster_location: [cluster_points]]
可以有一个散列（字典），您可以在其中散列集群位置，然后如果您当前的集群位置存在，则将未移位的点添加到该集群，否则创建一个新的集群散列索引。
我倾向于做 B，但我想知道从 Mean Shift 进行聚类检索的标准方法实际上是什么。