学習ベクトル量子化 (learning vector quantization)

各クラスを代表する点であるプロトタイプを逐次学習する方法.LVQ1〜LVQ3の方法がある.

時刻\(t\)を,各クラス \(c\) を代表するプロトタイプを \(m_c^{(t)}\) とする. 時刻 \(t=0\) で適当に初期化し,時刻 \(t\) でサンプル \(x^{(t)}\) が与えられるごとに次のように更新するのがLVQ1:

  • \(x^{(t)}\) と \(m_j^{(t)}\) が同じクラスの場合: \(m_j^{(t+1)}\leftarrow m_j^{(t)}+\alpha(x^{(t)}-m_j^{(t)})\)
  • \(x^{(t)}\) と \(m_j^{(t)}\) が違うクラスの場合: \(m_j^{(t+1)}\leftarrow m_j^{(t)}-\alpha(x^{(t)}-m_j^{(t)})\)

ただし \(\alpha\) は学習係数.すなわち,同じクラスのプロトタイプは学習事例に近づけ,その他のプロトタイプは遠ざける.

-- しましま

関連項目

リンク集

関連文献


トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2012-03-19 (月) 23:35:55 (1727d)