0 写在前面
机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编写、测试与文章配套的各个经典算法，不依赖于现有库，可以大大加深对算法的理解。
1 有监督聚类
学习向量量化(Learning Vector Quantization, LVQ)属于原型聚类，其核心原理是通过参考原型向量(模板向量)或原型分布(模板分布
转载：https://blog.csdn.net/FRIGIDWINTER/article/details/128307079
查看评论