首先，这无疑是一项作业（所以请不要提供完整的代码样本）。不过…
我需要在Matlab的神经网络工具箱中测试一个无监督算法和一个有监督算法。数据集是UCI人工字符数据库。问题在于，我已经接受了有监督算法的良好教程，但在无监督算法上却被放任自流。
所以我知道如何使用selforgmap创建一个自组织映射，然后使用train(net, trainingSet)对其进行训练。我不明白接下来该做什么。我知道它已经将我提供的数据聚类成（希望是）10个聚类（每个字母一个）。
那么有两个问题：
- 如何标记这些聚类（假设我有一个比较模式）？
- 这样做时，我是否试图将其转变为一个有监督的学习问题？
- 如何在（另一个）测试集上创建一个混淆矩阵以与有监督算法进行比较？
我觉得我在这里缺少一些概念上的或术语上的东西——我所有的搜索结果都是有监督学习技术。能指引正确的方向将不胜感激。我现有的代码如下：
P = load('-ascii', 'pattern');T = load('-ascii', 'target');% data needs to be translatedP = P';T = T';T = T(find(sum(T')), :);mynet = selforgmap([10 10]);mynet.trainparam.epochs = 5000;mynet = train(mynet, P);P = load('-ascii', 'testpattern');T = load('-ascii', 'testtarget');P = P';T = T';T = T(find(sum(T')), :);Y = sim(mynet,P);Z = compet(Y);% this gives me a confusion matrix for supervised techniques:C = T*Z'回答：
由于你没有使用任何标记数据的部分，根据定义，你正在应用无监督方法。
“如何标记这些聚类（假设我有一个比较模式）？”
你可以尝试对标签集进行不同的扰动，并保留使比较模式上的平均误差（或准确率）最小化的那个。在聚类中，你可以随意标记你的聚类。可以把它想象成尝试不同的标签分配，直到最小化指定的性能指标。
“这样做时，我是否试图将其转变为一个有监督的学习问题？”
这取决于情况。如果你在聚类过程中明确使用了（已知）的数据点，那么这是半监督的。如果没有，你只是使用标签信息来评估和“比较”有监督的方法。这是一种监督形式，但不是基于训练集，而是基于最佳预期性能（即一个“代理”为聚类指定正确的标签）。
“如何在（另一个）测试集上创建一个混淆矩阵以与有监督算法进行比较？”
你需要一种方法将聚类转化为标记类。对于少量聚类（例如C <= 5），你基本上可以创建C!个矩阵，并保留使你的平均分类误差最小化的那个。然而，在你的情况下，C = 10，这显然是不切实际的，并且会造成巨大的开销！
作为替代方案，你可以使用以下方法标记聚类（从而获得混淆矩阵）：
- 半监督方法，其中聚类可以事先标记，或者通过属于已知聚类/类的种子数据引导标记过程。
- 对估计的聚类中心和真实标签之间的距离进行排序或查找。这将为每个聚类分配最接近或最相似的标签。
