Fatal编程技术网
  • machine-learning/
  • Machine learning SOM多个BMU，需要处理一个或全部随机BMU

Machine learning SOM多个BMU，需要处理一个或全部随机BMU

machine-learning neural-network

Machine learning SOM多个BMU，需要处理一个或全部随机BMU,machine-learning,neural-network,unsupervised-learning,self-organizing-maps,Machine Learning,Neural Network,Unsupervised Learning,Self Organizing Maps,我目前正在学习我自己的自组织映射（SOM）。我是新来的。所有节点都使用随机值初始化。我想知道，如果在培训期间出现返回多个BMU的情况，我需要怎么做。对于更新阶段，我需要只取其中一个还是全部？在原始SOM算法中，仅选择一个神经元作为BMU（wieght向量与输入向量最接近的神经元）。然后更新BMU及其邻居的权重 在原始SOM算法中，仅选择一个神经元作为BMU（与输入向量具有最接近wieght向量的神经元）。然后更新BMU及其邻居的权重 一般来说，你可以随机选择一个。确保集群之间的多样性是很好的。通

我目前正在学习我自己的自组织映射（SOM）。我是新来的。所有节点都使用随机值初始化。我想知道，如果在培训期间出现返回多个BMU的情况，我需要怎么做。对于更新阶段，我需要只取其中一个还是全部？

在原始SOM算法中，仅选择一个神经元作为BMU（wieght向量与输入向量最接近的神经元）。然后更新BMU及其邻居的权重

在原始SOM算法中，仅选择一个神经元作为BMU（与输入向量具有最接近wieght向量的神经元）。然后更新BMU及其邻居的权重

一般来说，你可以随机选择一个。确保集群之间的多样性是很好的。通常，您会随机选择一个。确保集群之间的多样性是很好的。