自组织映射算法_自组织算法_自组织迁移算法 - 腾讯云开发者社区

、、、、

绘制六角形单元的方法 of ：自组织映射(SOM)或自组织特征映射(SOFM)是一种人工神经网络，它使用无监督学习来生成低维(通常是二维)。

浏览 3提问于2010-02-25得票数 8

回答已采纳

0回答

如何在自组织映射中实现TSP

、

我想问一下在自组织映射(SOM)中实现TSP的问题。SOM算法如何求解TSP的路径问题？

浏览 11提问于2017-06-06得票数 1

3回答

自组织映射Vs k-means

、

有人知道自组织映射(SOM)与k-means相比有多好吗？我认为通常在颜色空间中，例如RGB，自组织映射是一种更好的颜色聚类方法，因为视觉上不同的颜色()在颜色空间中存在重叠。

浏览 0提问于2011-07-07得票数 6

回答已采纳

1回答

客户细分:我是否应该使用一个变量，表示产品，这在K-均值聚类数据集中是不受欢迎的？

、、、

我使用的数据集，除了客户的年龄和收入，告诉客户在不同类型的银行帐户中的余额:支票、股票、投资、储蓄、存款、抵押、贷款和证书。对于检查以外的帐户，0表示客户不存在该帐户。有9800个客户观察，大约有6000个支票帐户和4000个储蓄帐户。对其他人来说，观察不到300个。我必须使用K-均值聚类分析来进行细分，目的是了解客户是如何使用储蓄和投资产品的，而我正在使用Elbow方法来预测集群的数量。我很困惑是否要使用像投资这样的变量，只有250个观察值，另一个像有4000的储蓄。如果我确实使用了这样的变量，那么这些变量是严重正偏的，我不确定K-是否意味着处理得很好。有人能建议是否包括这些变量吗？

浏览 0提问于2019-11-16得票数 1

3回答

自组织映射(SOM)中的降维问题

、、

自组织映射声称能够在较小的维度空间上可视化/聚类高维数据。我在理解这句话时有一些困难。考虑六维数据集，码本向量/参考向量也是六维的。根据SOM算法，这些参考向量的更新也是在六维向量空间中进行的。如果我们考虑的是二维地图，我应该如何理解六维数据空间和二维地图空间之间的映射？

浏览 5提问于2011-11-15得票数 2

回答已采纳

1回答

自组织地图在今天的科学中有多重要？

、、

自组织映射是一种非常聪明但快速且简单的数据聚类方法。但是自组织映射是在1990年发展起来的，自那以后，许多基于降维方法的鲁棒性强聚类方法得到了发展。它在当今的科学和工程领域中有哪些应用？

浏览 0提问于2017-03-03得票数 5

回答已采纳

1回答

自组织映射和神经气体之间的区别是什么

、、

我发现很难理解自组织映射和神经气体之间的区别。我读了和这两种算法有什么不同？我不明白这是什么意思。有人能帮我理解一下吗？

浏览 2提问于2015-12-04得票数 3

1回答

用于检测的SOM

、、

给定一个肺癌数据集，如何将自组织映射算法应用于检测，有一些特定的术语，如，敏感性，特异性和准确性percentages....are是否有方法来计算所有这些？

浏览 1提问于2010-04-22得票数 0

1回答

在神经网络中表示节点？

、、、

在自组织神经网络(Kohonen映射)中，节点的权重如何与2D网络中的坐标相关。地图是否基于该位置的坐标或该位置的权重自组织。我正在尝试使用MPI实现下面所示的算法分布式定位算法:输入：N，节点数量；G = (g_ij)，最近邻知识输出:节点位置p_i = (x_i,y_j), i,j = 1,......

浏览 1提问于2012-03-02得票数 1

回答已采纳

1回答