在SOM神经元上进行聚类

我想知道如何使用K-Means来对SOM神经元进行聚类。

假设我有一组原始数据,形状为(1024 x 10),神经元数量为400(20 x 20),U矩阵的形状为(20 x 20)。我该如何使用K-Means来聚类这些神经元呢?

任何关于使用K-Means聚类SOM神经元的想法都将非常宝贵。


回答:

这个方法的理念是,每个数据点都会与SOM的一个节点相关联。然后,SOM的节点(称为代码簿)将使用K-Means进行聚类。最后,数据点通过其对应的BMU(最佳匹配单元)的标签间接获得其聚类标签。请查看这篇论文,它解释了其中的基本理念:

https://pdfs.semanticscholar.org/440e/086d74cbaa2b749f6186092e12591da15727.pdf?_ga=2.28574524.184541126.1577183694-1109976921.1569737623

但也有其他方法,目前在SOMPY中尚未实现:http://rongjunqin.weebly.com/uploads/2/3/2/3/23230064/a_new_algorithm_for_hierarchical_u.pdf

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注