【发布时间】:2014-12-15 19:26:57
【问题描述】:
有什么方法可以使用经过训练的神经网络使用“SOM 工具箱”对数据集中的数据进行分类?比如我有数据,我把它放到网络上,网络告诉我数据的类型。
【问题讨论】:
标签: matlab neural-network self-organizing-maps
有什么方法可以使用经过训练的神经网络使用“SOM 工具箱”对数据集中的数据进行分类?比如我有数据,我把它放到网络上,网络告诉我数据的类型。
【问题讨论】:
标签: matlab neural-network self-organizing-maps
我不知道您是否要求任何特定的 SOM 工具箱,但我会给出一个大致的想法。
首先,只要您有一些标记的训练数据,就可以使用 SOM 对数据进行分类,否则您可以将网络的每个节点分类到一个特定的类中:
在第一种情况下,您使用输入和所需结果作为特征来训练您的网络。学习后,您提供新的测试数据以仅使用输入进行分类(没有所需的结果)。网络会告诉你哪个是最佳匹配单元,通过它你可以访问它对应的所需结果。
在第二种情况下,您以正常方式训练您的网络(仅将输入作为特征)。您对不同的网络节点进行分类。学习后,你给新的测试数据再次分类,只用输入。网络会告诉你哪个是最佳匹配单元,通过它你可以访问它指向的类。
第二种情况在任何工具箱中都应该很简单,但第一种情况则不然。对于第一种情况,我的简单建议(无需自己编码)是训练 2 个网络:一个将输入和期望结果作为特征,一个仅包含输入。仅将网络学习过程中发现的权重替换为来自输入+结果的权重,现在您可以正常使用它了。获取 BMU 并指向相应的类。
【讨论】: