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;