u010215609的专栏

你知道DeepMind吗？ 很可能知道，毕竟大家都已经熟知，这家公司这几年发生的两件大事： 1. 被谷歌收购 2. 花了很多很多的资源，教计算机下围棋，并打败目前所有已知的围棋顶级选手那么你也很可能知道DeepMind在13年发了一篇paper，叫做”Playing Atari with Deep Reinforcement Learning”。这篇paper讲的是deepmind是怎么教计算

量化乘积方法过程： 1. 将D维向量集进行聚类，生成N个子集，以及每个子集的质心； 2. 将每个子集中的向量，转变为这个向量在这个类中的余量，即r(y)=y−qc(y)r(y) = y - q_c(y)，可以理解成在高维空间中，质心坐标到y坐标的向量。 3. 将每个余量，分成m个子余量，对m个组的子余量再进行聚类，每组会得到mk个质心； 4. 最后可以得到一个三层的聚类树，第一层对向量进行聚

这里将记录一下，如何快速的开发一个针对binary vector进行优化的KMode聚类算法。