Kohonen Self Organize Maps
来源:互联网 发布:xtream path for mac 编辑:程序博客网 时间:2024/05/17 02:03
Kohonen Self Organize Maps(SOM) 是其中一种神经网络的方法,用于聚类分析,它通过自相竞争(Self-competition)的方式实现聚类过程,对于每个维度赋予权重,通过多次迭代,最终达到收敛。SOM能够自动确定K值,因此不需要像K-means一样事先确定K。一般来说,SOM对维度高的数据集表现更好。
SOM映射高纬度的数据集到低纬度空间中,因此可以用于降低维度。
SOM实现步骤如下:
1.设立神经元网格和初始参数
2.选择随机的input
3.神经元之间进行竞争
4.调整input以及权重
5.重复上述步骤直至达到收敛
优点:
1.可以在一开始通过调整参数优化学习速度
2.不需要事先确定K值
3.可以降低维度
缺点:对初始参数比较敏感,初始参数的好坏直接影响收敛速度
上图是SOM收敛过程的简单示意图,红色点为输入数据,绿色和蓝色正方形是两个神经元,通过不断迭代计算,两个神经元竞争得到数据点,最后达到收敛,从而实现分类。也有可能有一些神经元连一个数据点都竞争不到(图中没有显示,可以想象成图中有另外其他颜色的正方形神经元,但是并没有点向其靠拢)。
0 0
- Kohonen Self Organize Maps
- ArtificialNeural Networks: Kohonen self-organizing maps (SOM).
- Self Organizing Maps
- Self Organizing Maps 自映射人工神经网络
- Kohonen网络
- kohonen模型
- Kohonen网络
- 使用Flash地图控件AnyMap创建Self Drilldown Maps
- maps
- maps
- Maps
- dimension reduce(梯度下降)self-organizing maps(自组织映射)
- self
- self
- self
- self
- SELF
- self
- 浅析JVM 第四篇(java的垃圾收集策略)
- vb:Cg色彩精灵 第二部分:工程项目以及使用到的api函数
- c初级打渔晒网问题
- Windows下如何解决git bash的默认home目录路径问题
- [软件测试]
- Kohonen Self Organize Maps
- 在身在其中的时候,不能忘记外在计划的事情。
- 将非美国数据导入Zipline
- caffe 07 win10 使用caffe python接口定义网络配置文件
- Linux基础-Ubuntu
- for循环
- wilddog-for-javascript开发向导
- 某人从2010年1月1日开始“三天打鱼,两天晒网”问这个人在以后的某天是“打鱼“”还是“晒网”
- java中继承的小实例