Hem › Flersprålkigt arkiv Index › LVQ

LVQ

LVQ, eller Lärande vektorQuantization, är a prototyp-baserat övervakat klassifikation algoritm.

LVQ kan förstås som ett specialt fall av konstgjorda neural knyter kontakt, mer exakt, applicerar det a vinnare-ta-allt Hebbian lära- baserat att närma sig. Det är en precursor till Self-organizing kartlägger (SOM) och släkt till Neural gasa, och till K-mest Nearest gränsa till algoritm (k-NN). LVQ uppfanns by Teuvo Kohonen.

Knyta kontakt har två lagrar: ett lagrar av matar in neurons och ett lagrar av tillverkade neurons. Knyta kontakt ges av prototyper W= (w (I),…, w (n)). Det ändrar väger av knyta kontakt för att klassificera datan korrekt. För varje data peka, prototypen (neuron) som är mest nära till den är beslutsam (kallat vinnareneuronen). Väger av anslutningarna till denna neuron anpassas därefter, dvs. gjort mer nära, om den klassificerar correcly, pekar gjorde datan eller mindre liknande, om den klassificerar felaktigt det.

En fördel av LVQ är att den skapar prototyper som är lätta att tolka för experter i sätta in.

LVQ kan vara en källa av stor hjälp, i indelning av textdokument.

Hänvisar till

• Self-Organizing kartlägger, och lärande vektorQuantization för särdrag ordnar, Somervuo och Kohonen. 2004 (pdf)
• Klassifikation av text- dokument genom att använda LVQ, Fahad och Sikander. 2007 (pdf)

Se också

• Self-organizing kartlägga

Utsidan anknyter

• Inledning till algoritmen. Den positiva nedladdningen av kodifierar och programmerar genomföra det (universitetar av Magdeburg)
• LVQ för WEKA: Genomförandet av LVQ-variants (LVQ1, OLVQ1, LVQ2.1, LVQ3, OLVQ3) för WEKAEN bearbetar med maskin lärande workbenchen.