SOM -- 自组织特征映射网络

SOM的优缺点

优点：SOM由于地形序的影响，最后产生的聚类结果具有比较高的的可视化和可解释性，而且与K-Means不同的是，由于每次增量的更新所有的质心，因此他受初始质心选取的影响很小。
缺点：没有一个确定的目标函数，不容易对不同的聚类结果进行比较；需要自定义SOM的空间结构，不同的空间结构代表不同的地形序，这往往会导致聚类结果大不相同；如上面实例中所示，一个SOM簇往往不代表一个自然簇，例如，一个自然簇可能会被分裂到多个SOM簇中；另外，SOM不一定会收敛。

从上往下一次为竞争层，输入层。竞争层个数即为要分类的个数。

参考题目

SOM -- 自组织特征映射网络相关推荐

【神经网络】自组织特征映射网络（SOM）
自组织特征映射网络(SOM) Self-Organizing Feature Map Neural Networks BP学习算法是一种典型的有监督学习算法,特点:每一个输入都有一个对应的理想输出自 ...
什么是自组织特征映射网络？
什么是自组织特征映射网络?
利用ANN作图——自组织特征映射网络(SOFM)探究及实现
利用ANN作图--自组织特征映射网络(SOFM)探究及实现在研究生的<人工智能>课堂上学习了利用人工神经网络(ANN)解决问题的基本思想与方法,在学习了自组织特征映射网络(SOFM)之后 ...
机器学习竞争神经网络与自组织特征映射神经网络(SOFM)
本文按照案例-分析-代码-原理四段式进行介绍,为便于有一定理论基础的童鞋进行学习,将原理以链接其他博客的形式给出,有兴趣的童鞋可以跳转进行学习和推敲. [案例介绍]利用竞争神经网络和自组织特征隐射 ...
自组织特征映射（SOFM或SOM）网络解决旅行商问题（TSP）
自组织特征映射(Self-Organizing Feature Map)网络介绍: 由输入层,输出层神经元节点构成的神经网络(由输入层,隐层神经元节点构成的神经网络) 无监督学习学习准则是胜者为王学 ...
机器学习之自组织特征映射神经网络（SOM）
SOM是一类"无监督学习"模型,一般的用法是将高维的input数据在低维的空间表示,因此SOM天然是一种降维方法.除了降维,SOM还可以用于数据可视化,以及聚类等应用中[2]. 定 ...
自组织特征映射神经网络（SOFM）
1981年芬兰 Helsink 大学的 T·Kohonen 教授提出一种自组织特征映射网 (Self-Organizing Feature Map , SOFM ), 又称 Kohonen 网 . K ...
基因表达聚类分析之初探SOM - 自组织特征图
之前的培训有老师提出要做SOM分析,最后卡在code plot只能出segment plot却出不来line plot.查了下,没看到解决方案.今天看了下源码,设置了一个参数,得到趋势图.也顺便学习了 ...
som神经网络聚类简单例子_基因表达聚类分析之初探SOM - 自组织特征图
之前的培训有老师提出要做SOM分析,最后卡在code plot只能出segment plot却出不来line plot.查了下,没看到解决方案.今天看了下源码,设置了一个参数,得到趋势图.也顺便学习了 ...

SOM -- 自组织特征映射网络

SOM的优缺点

SOM -- 自组织特征映射网络相关推荐

最新文章

热门文章