SOM - 神经网络 [关闭]答案

【问题标题】：SOM - neural networks [closed]SOM - 神经网络 [关闭]
【发布时间】：2014-02-17 09:06:03
【问题描述】：

谁能告诉我这是否可能以及如何从 60 x 5 矩阵创建神经网络，该矩阵以 5 个不同的参数（人口、预算、区域、学校、医院）描述了 60 个城市。最终结果应如下所示：相似的（城市）节点应分组接近 - 我想查看收集数据的多样性和相似性。欢迎任何帮助和建议。最好的问候

【问题讨论】：

学习机器学习课程可能会有用。但这行不通，神经网络用于回归和分类，而不是聚类。
@Noctua：当然，您可以使用神经网络进行聚类，例如 SOM，查看参考书目了解更多信息。
节点数应该少一些。虽然可以从节点的相似度中提取聚类，但为什么不让一些非常相似的城市在同一个节点上进行分组。它应该有多小，这取决于对您想要的结果的分析。如果您出于某种原因要创建大量城市，请选择少量。如果要探索数据，请选择更大的数字。无论如何，你的数字太小了，所以你可以轻松地做到这两个:)
我不确定您在问什么：SOM 是一种合理的方式，可以完全按照您的意愿行事；如果您使用的是 matlab，您应该可以直接使用 SOMToolkit（也许它现在在机器学习中）。如果您无法访问它，您应该查看研究文献。
另见：(stackoverflow.com/questions/13074930/…)

【解决方案1】：

您指的是聚类结果。

这可以使用Self-Organizing Map (SOM) 或任何其他 SOM 变体来实现。我建议您通过我提供的 wiki 链接了解有关 SOM 的更多信息。

如果您选择使用 SOM 并进行了设置，请尝试尝试使用地图大小和学习率来找到所需的最佳聚类级别。

您可以使用以下链接查找 SOM 的实现

【讨论】：