Identifizieren Cluster in der SOM (Self Organizing Map)
Einmal habe ich gesammelt und organisiert Daten in einer SOM-wie erkenne ich Clustern?
(Items aggregiert und gruppiert mit vielen Eigenschaften - nach oben von 10)
Speziell möchte ich finden der 'Mitte' der cluster - dafür, dass Sie mir den 'center' - Knoten(s).
Du musst angemeldet sein, um einen Kommentar abzugeben.
Könnte man eine relativ kleine Karte und betrachten jeden Knoten ein cluster, aber das ist bei weitem nicht optimal. Wenn Sie möchten, um eine automatische cluster-detection-Methode sollten Sie auf jeden Fall Lesen
Das Clustering der Self−Organizing Map
und suchen Sie ähnliche Bibliographie.
Können auch komplexere Versionen des SOM-Algorithmus (multi gelevelt, selbst-Anbau, etc).
In jedem Fall halten Sie im Verstand, dass das problem der Suche nach der "richtigen" Anzahl der Cluster nicht über eine endliche Lösung.
Soweit ich das beurteilen kann, SOM ist in Erster Linie ein Daten-getrieben dimensionsreduktion und Daten Kompression Methode. So wird es nicht cluster die Daten für Sie, es kann sogar dazu neigen, zu verbreiten Cluster in der Projektion (d.h. teilen Sie diese in mehrere Zellen).
Jedoch, es kann Arbeit gut für einige Datensätze entweder:
Und führen Sie dann eine reguläre clustering-Algorithmus auf die verwandelt Daten.
Zwar eine alte Frage, auf die ich gestoßen bin, das gleiche Problem und ich habe einige ist der Erfolg der Umsetzung Die Schätzung der Anzahl von Clustern in Multivariaten Daten durch Self-Organizing Maps, so dass ich dachte, ich würde Aktie.
Den verlinkten Algorithmus verwendet, der U-matrix markieren die Grenzen der einzelnen Cluster und verwendet dann ein Bildverarbeitungs-Algorithmus genannt watershedding zum identifizieren der Komponenten. Damit dies korrekt funktioniert, die Regionen in der u-matrix sind erforderlich, um konkav in die Auflösung der Quantisierung (die bei der Konvertierung in ein binäres Bild, einfach die Ergebnisse mit einem Füll die Regionen zu bestimmen).