如何使用自组织地图对数据进行聚类？

Question

假设我们使用给定的数据集训练自组织地图 (SOM)。聚类 SOM 的神经元而不是原始数据点是否有意义？看了this paper之后，我产生了这个疑问，其中陈述了以下内容：

此过程最重要的好处 是计算负载大大减少，使得 可以对大型数据集进行聚类并考虑几个 在有限的时间内不同的预处理策略。自然， 仅当使用 SOM 找到的集群时，该方法才有效 与原始数据相似。

在this answer 中明确指出 SOM 不包括聚类，但在 SOM 训练后可以在 SOM 上进行一些聚类过程。我认为这意味着聚类是在 SOM 的神经元上完成的，这在某种意义上是原始数据的映射，但我不确定这一点。所以，我想知道的是：

• 将训练的神经元权重作为数据点执行聚类算法的数据聚类是否正确？如果不是，那么如何使用 SOM 完成集群？
• 一般而言，数据集应具备哪些特征才能使这种方法发挥作用？

Answer 1

是的，通常的方法似乎是分层或 k-means（您需要了解它是如何最初完成的 - 正如您链接的论文中所见，许多变体包括稍后已经探索了两级方法）在神经元上。如果您将 SOM 视为一种量化和投影技术，那么所有这些方法都可以使用。

它更便宜，因为它们只是 2 维的欧几里得，而且点数要少得多。所以这很符合你的来源。

请注意，SOM 神经元可能是空的，它位于两个分离得非常好的簇之间。