自组织地图低估

时间:2017-03-01 14:22:34

标签: neural-network unsupervised-learning som self-organizing-maps

我有一个自组织地图,在这里创建了一个Som_pak-3.1

here

如果我有三种不同类型的元素,它们是不同的。为什么元素不在地图的不同部分?为什么“A”,“B”和“C”在很多情况下都是在同一个六边形上?为什么“B”和“C”在六边形中永远不会单独存在?

提前致谢!

1 个答案:

答案 0 :(得分:0)

我觉得这是SOM的正常结果。无监督的SOM算法不知道这些元素。使用距离度量,神经元已经学习了向量,然后将元素作为标记放置在最佳匹配神经元上。

两个元素出现在同一节点上的一个可能原因是它们对每个要素具有相同的值。否则,它们对每个要素都有不同的值,但根据距离度量值,这些值看起来仍然相似。

可以通过增加地图大小来增加空间分辨率。这可以允许类可分离。然而,权衡是当每个神经元与较少的数据点相关联时,每个神经元的统计显着性下降。所以我建议你可以尝试不同大小的地图来找到适合你的数据集和目标的地图。

实际上我只是在读这个确切的观点,p。 19在Kohonen的书“自组织地图的MATLAB实现和应用”中提供了http://docs.unigrafia.fi/publications/kohonen_teuvo/。它涵盖了在SOM-PAK之后创建的MATLAB SOM-Toolkit。本书仅简要介绍了SOM-PAK,但我相信本书中的理论会有所帮助。

相关问题