N.Z*_*ski 0 algorithm machine-learning self-organizing-maps
我目前正在开发一个用于BigData集群的自组织映射原型,并且不了解一件事.
SOM算法更新最佳匹配单元及其邻域的权重,以更好地拟合输入向量.算法是否以某种方式改变了晶格上神经元的实际位置？我的意思是,如果我定义一个正方形格子(5x5),每个神经元可以用二维坐标(例如1/1或1/5)来引用.所以我要问的是,如果SOM算法更新神经元的坐标(例如从1/1到1.1/1.3).
如果没有,软件如何显示集群？我的意思是一些程序显示神经元之间的统一距离(例如黑色区域是那些神经元之间的距离较低而白色区域是距离较高的区域).那么软件如何知道哪些神经元彼此相邻？
更新权重向量,但晶格中神经元的位置永远不会改变.
SOM是拓扑保留映射.也就是说,如果两个向量在输入空间中彼此接近,则地图表示[1]的情况也是如此.但有时会出现地形错误.
[1]:Engelbrecht,AP,2007年.计算智能:一个介绍.John Wiley&Sons.