【机器学习】十一、学习向量量化算法原理

一文详解，原型聚类之学习向量量化算法背后原理。码字不易，喜欢请点赞，谢谢！！！

一、学习向量量化简介

前面的文章中，介绍过k-means和层次聚类这两种聚类方法，今天介绍一种新的聚类算法，即学习向量量化(Learning Vector Quantization)，简称LVQ。

LVQ是一种和k-means很像的算法，也属于原型聚类。但是这种“聚类”算法很奇特，它不再是无监督学习，而是一种需要预设标签的学习算法，学习过程通过这些监督信息来辅助聚类。

二、LVQ算法步骤

思路：

• 初始化几个向量作为原型向量；
• 样本集中随机选取样本，计算和原型向量的距离，找出最邻近的原型向量；