學習向量量化
在計算機科學中，學習向量量化（Learning Vector Quantization，LVQ）是一種基於原型的監督學習統計分類算法。 LVQ是向量量化的監督版本。
簡介[編輯]
LVQ是一種特殊的人工神經網絡，更精確地說，它應用了贏者全取，基於赫布理論。
LVQ 在分類文本文檔的時候非常有幫助。[1]
參考[編輯]
- ^ Fahad and Sikander. Classification of textual documents using learning vector quantization. Information Technology Journal 6.1 (2007): 154-159. 存档副本 (PDF). [2013-04-22]. （原始內容 (PDF)存檔於2014-08-09）.
外部連結[編輯]
- LVQ for WEKA: WEKA 機器學習 Workbench 的 LVQ 變種（LVQ1, OLVQ1, LVQ2.1, LVQ3, OLVQ3）的實現。
- lvq_pak（頁面存檔備份，存於互聯網檔案館） Kohonen和他的小組的官方發佈 (1996)
- LVQ for WEKA（頁面存檔備份，存於互聯網檔案館）: WEKA 機器學習 Workbench 的 LVQ 的另一個Java實現。