Я также работаю над проектом, который требует кластеризации данных временных рядов. Я использую набор инструментов SOM, который работает в MATLAB для целей кластеризации, и столкнулся со следующей проблемой: «Как мы можем определить, какие данные принадлежат какому кластеру?» SOM случайным образом выбирает образец данных из набора данных и находит BMU для каждой выборки данных. Насколько мне известно, идентификатор выборки данных не рассматривается как измерение данных в алгоритме SOM. Если это так, то как мы можем отследить образцы? Не думаю, что som_bmus решит эту проблему. Есть идеи, как это сделать без изменения каких-либо функций, включенных в набор инструментов SOM?
Определение членства в кластере в SOM (самоорганизующаяся карта) для данных временных рядов
comment
Кто-то отметил это как слишком широкое, я не понимаю почему.
- person Dennis Jaheruddin schedule 03.01.2014
Ответы (2)
y=vec2ind(output)
даст вам номер индекса для вывода, сгенерированного MATLAB. С этой информацией вы можете увидеть, какие входные данные принадлежат какому нейрону #.
Просто используйте приведенный выше код прямо в своем скрипте, все остальное он сделает.
person
GulshanS
schedule
12.08.2014
Я знаю, что это старая тема, но, возможно, она все еще полезна для других.
Ваш вопрос: определить, каким должен быть кластер, или какие данные какому нейрону принадлежат? Если это последний, я полагаю, что GulshanS ответил правильно, но если это на вопрос, как вы определяете, что является кластером, а что нет, он все еще остается без ответа. Вы можете сделать это с соседними соединениями, темные области в основном показывают «стены», которые являются линией разрыва для кластера.
Кластерный анализ - это нечто иное, чем то, что делает SOM. SOM определяет соединения и назначает BMU, которые в конечном итоге представляют собой заранее заданную сетку с нейронами. Несколько входов данных могут принадлежать нейрону. Несколько нейронов могут принадлежать к кластеру, но это не результат SOM.
person
Piet93
schedule
23.08.2016
