均值漂移算法(Mean Shift Algorithm)是一種非參數化的聚類算法，其核心思想是基於密度估計。
該算法通過不斷地疊代更新數據點的位置，使數據點向密度較高的區域移動，從而聚集成簇。具體來說，均值漂移算法在數據點的特徵空間中計算每個數據點周圍的密度梯度方向，並將數據點向梯度方向上密度增加的方向移動，直到收斂到密度較高的區域。這個過程可以找到數據局部眾數(local-mode)，並且收斂到相同局部最大值的點被認為是同一簇類的成員。
均值漂移算法廣泛套用於圖像分割、目標跟蹤、密度估計和數據降維等領域。