简述
LVQ模型是聚类的经典模型,跟Kmeans有点像。但是作为一个聚类,这个模型是一个有监督的模型。
算法流程
- 输入的数据集X, y,还有学习率(在0,1之间) η \eta η
- 初始,选k个点,作为原型向量
- 然后开始循环
- 在样本集中随机选个点。
- 找到在原型向量中离它最近的点
- 然后来比较这两个点之间的y是否一样。一样就正向更新节点,不一样就反向更新节点
- p i = p i ( + / − ) η ∗ ( x j − p i ) p_i = p_i (+ / -) \eta * (x_j- p_i) pi=pi(+/−)η∗(xj−p