原型聚类

【机器学习】聚类（一）：原型聚类：K-means聚类原型聚类中的K均值算法是一种常用的聚类方法，该算法的目标是通过迭代过程找到数据集的簇划分，使得每个簇内的样本与簇内均值的平方误差最小化。这一过程通过不断迭代更新簇的均值来实现。

【机器学习】聚类（二）：原型聚类：LVQ聚类（学习向量量化）学习向量量化（LVQ）是一种原型聚类算法，它在寻找原型向量以刻画数据集聚类结构的过程中利用了样本的类别标记。相较于一般聚类算法，LVQ通过监督信息辅助聚类，使得原型向量更好地代表各个聚类簇。