Neural network 自组织映射（SOM）在颜色空间中聚类图像时无效？
我试图在ai junkie网站上复制实验，在一个更大的颜色数据集上使用自组织贴图（SOM）将不同的颜色聚类/分组在一起。我使用了大约400幅不同纯色的图像，因为它们是纯色，所以任何颜色空间（例如RGB）中的颜色值对于特定图像中的所有点都是相同的。因此，在使用SOM进行聚类之前，我使用的特征只是每个图像的三维颜色值 当我执行SOM时，其源代码是通过40行、40列和20次迭代（历元=20）获得的，聚类的结果对我来说毫无意义。我的看法如下：Neural network 自组织映射（SOM）在颜色空间中聚类图像时无效？,neural-network,color-space,knn,self-organizing-maps,Neural Network,Color Space,Knn,Self Organizing Maps,我试图在ai junkie网站上复制实验，在一个更大的颜色数据集上使用自组织贴图（SOM）将不同的颜色聚类/分组在一起。我使用了大约400幅不同纯色的图像，因为它们是纯色，所以任何颜色空间（例如RGB）中的颜色值对于特定图像中的所有点都是相同的。因此，在使用SOM进行聚类之前，我使用的特征只是每个图像的三维颜色值 当我执行SOM时，其源代码是通过40行、40列和20次迭代（历元=20）获得的，聚类的结果对我来说毫无意义。我的看法如下： 我觉得这只是随机聚类（如果我可以这样称呼的话），甚至一个k
我觉得这只是随机聚类（如果我可以这样称呼的话），甚至一个k-means算法也会给出更好的结果。有没有想过什么地方可能出了问题？它看起来是错的，正如你所说的，它看起来就像一个随机聚类
很多事情都可能出了问题。我想到了几个问题：迭代次数不够，邻域函数不够，您正在使用的库的实现有一些缺陷。它看起来是错误的，正如您所说，它看起来就像一个随机聚类
很多事情都可能出了问题。我想到的几个问题：迭代次数不够，邻域函数不够，您使用的库的实现有一些缺陷。您可以直接下载ai-junkie.com上发布的示例：
不确定SourceForge库是什么。或者您正在寻求帮助调试它？您可以直接下载发布在ai-junkie.com上的示例：
不确定SourceForge库是什么。或者您正在寻求帮助调试它？20次迭代对于SOM算法来说是不够的。尝试行*列*500。它是学习算法的默认值。在像您这样的简单数据集上，您可以减少这个数字，但20太小了。耐心点，这需要一段时间：）20次迭代对于SOM算法来说是不够的。尝试行*列*500。它是学习算法的默认值。在像您这样的简单数据集上，您可以减少这个数字，但20太小了。耐心一点，这需要一段时间：）我已经用一个Forge做了一个类似的SOM，如果还需要的话，你可以得到源代码。我试过使用4*4和16*16的SOM，我只需要几次迭代（我已经用Forge制作了一个类似的SOM，如果仍然需要，您可以使用源代码。我试过使用4*4和16*16的SOM，我只需要几次迭代(