====== Constrained LVQ  (LLVQ) ======

[[http://kis.wikidot.com/linear-lvq|Bardziej szczegółowy opis modelu]]

**Uczenie**: LVQ1 (z automatycznie dobierana stałą uczenia) + przyciąganie prototypów do prostej.\\
Przyciąganie następuje raz na kilka kroków uczenia LVQ.\\
Prosta wyznaczana za pomocą minimalizacji indeksu QPC bądź za pomocą piewszego kirunku PCA.\\


**Składanie projekcji**: ortogonalizacja danych wejściowych względem poprzednio znalezionych kierunków 


===== Wizualizacje =====

Wykresy pokazują najlepsze projekcje (dające najmniejszy błąd treningowy klasyfikacji) z posród modeli uczonych 
z liczbą prototypów od 2 do 20.
Każdy proces uczenia LVQ był inicjalizowany 5 razy. 
Uczenie QPC inicjalizowane 10 razy.

[[projects:models:llvq:wizualizacje:qpclvq1|QPC + LVQ]]\\
[[projects:models:llvq:wizualizacje:pcalvq1|PCA + LVQ]]\\

===== Test generalizacji CV =====

[[projects:models:llvq:cvtest:qpclvq1|QPC + LVQ]]\\
[[projects:models:llvq:cvtest:pcalvq1|PCA + LVQ]]\\
[[projects:models:llvq:cvtest:cvtest|QPC+LVQ, PCA+LVQ, MLP, SVM, kNN]]


----

[[wyniki_wstepne|Poprzednie wyniki ]] 


----

===== TO DO =====

  * <del>porównanie z LVQ</del>
  * sprawdzic MLP - podejrzanie dobre wyniki dla parzystości
  * <del> kNN z k=1:20 (glównie dla parzystości)</del>
  * <del>Symetria próbka 1000 dla 20 bitów</del>