如何使用非标量输入数据/属性实现 Kohonen 映射 (SOM)答案

【问题标题】：How to implement Kohonen maps (SOMs) with non-scalar input data/attributes如何使用非标量输入数据/属性实现 Kohonen 映射 (SOM)
【发布时间】：2014-06-03 21:03:08
【问题描述】：

一般来说，仅使用实值向量实现 Kohonen 映射/SOM 算法是一项相对简单的任务。由于“权重更新”阶段，我想知道如何为文本字符串等非实值（即非标量）属性实现这种算法。

假设有一组数据包含不同长度、不同含义类别以及浪漫程度的单词，例如rose（非常浪漫）、flower（浪漫）、plant（浪漫取决于上下文）、factory （浪漫仅适用于蒸汽朋克）。我在编造，所以请忽略细节。（编辑：是的，浪漫性可以表示为一个标量值；我的问题真的不在于部分。）

人们可以打乱单词甚至字母以在地图上创建原型，然后使用 Levenshtein 距离来找到最佳匹配单元，我明白了。但是如何更新 BMU 及其邻域朝向选定的目标向量？

其他示例可能是嵌入一维（标量）数据流中的绘画（例如，按颜色、主题、时代……）或感知形状（例如三角形、锯齿……）。

【问题讨论】：

现在开始考虑这个问题，我认为解决方案是获取相关定性预测变量的向量空间嵌入（例如，word2vec），然后基于这些进行聚类.

标签： algorithm machine-learning artificial-intelligence som

【解决方案1】：

这些浪漫程度不只是一个数字吗？ “这朵玫瑰是0.9浪漫”。然后在 SOM 中为您的 0.9 找到正确的位置，这就是您的玫瑰应该坐的位置。如果你有多个维度，它基本上是一个向量，但仍然是一个数字向量，而不是字符串，因此更容易更新

【讨论】：

这显然是对的，但我的问题是关于映射那些非标量部分，即映射单词（不仅仅是命名样本。）
所以基本上你正在寻找一种方法将“BLA”的“权重”移动到“BLUB”，更新为 0.05，因此结果将是 0.95*BLA + 0.05*BLUB你在问这样的字符串是什么样子的？
本质上是的。我知道这是一个奇怪的问题，但我找不到太多（如果有的话）关于如何处理此类案件的信息。有没有可以使用的标准转换......你知道，那种解决方案。
是的，我明白了。没有立即想到，但您感兴趣的一般主题称为“结构化数据的机器学习”。特别是，您可能会寻找“字符串内核”，即使它们是一种相似性度量并且不一定允许插值