【问题标题】:Clustering on SOM NeuronsSOM 神经元上的聚类
【发布时间】:2019-12-24 09:04:49
【问题描述】:

我想知道我们如何使用 K-Means 来聚类 SOM 神经元。

假设我有一个形状的原始数据 (1024 x 10) 神经元数量为 400 (20 x 20) U-Matrix 的形状为 (20 x 20) 如何使用 K-means 对神经元进行聚类?

任何使用 K-Means 对 SOM 神经元进行聚类的想法会如此有价值吗?

【问题讨论】:

    标签: tensorflow machine-learning neural-network k-means self-organizing-maps


    【解决方案1】:

    这个想法是每个数据点将与 SOM 的一个节点相关联。然后,SOM 的节点(称为码本)将使用 K-means 进行聚类。最后,数据点通过其相应 bmus 的标签间接获得其集群标签。 看看这篇论文,因为它解释了基本的想法:

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

    但也有其他方式,尚未在 SOMPY 中实现:http://rongjunqin.weebly.com/uploads/2/3/2/3/23230064/a_new_algorithm_for_hierarchical_u.pdf

    【讨论】:

      猜你喜欢
      • 2014-02-17
      • 2012-12-01
      • 2018-08-13
      • 1970-01-01
      • 2016-09-02
      • 1970-01-01
      • 2017-09-11
      • 1970-01-01
      • 2017-05-21
      相关资源
      最近更新 更多