與 k 均值算法類似，“學(xué)習(xí)向量量化” (Learning Vector Quantization，簡 稱 LVQ)也是試圖找到一組原型向量來刻畫聚類結(jié)構(gòu)， 但與一般聚類算法不同 的是， LVQ 假設(shè)數(shù)據(jù)樣本帶有類別標(biāo)記，學(xué)習(xí)過程利用樣本的這些監(jiān)督信息來 輔助聚類.
可看作通過聚類來形成 類別 "子類"結(jié)構(gòu)，每個(gè) 子類對應(yīng)一個(gè)聚類簇
給定樣本集 D = {(Xl,Yl), (X2，的)，… ， (Xm, Ym)}， 每個(gè)樣本的是由 η 個(gè) 屬性描述的特征向量 (Xjl; Xj2;. …; 句n)， 的 εy 是樣本町的類別標(biāo)記. LVQ 的 目標(biāo)是學(xué)得一組 η 維原型向量 {Pl，酌，. . . ，pq}， 每個(gè)原型向量代表一個(gè)聚類簇， 簇標(biāo)記 ti ε y.

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的学习向量量化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。