machine-learning - Kohonen 自组织映射 : Determining the number of neurons and grid size

Question

我有一个大型数据集，我正在尝试使用 SOM 进行聚类分析。数据集巨大(约数十亿条记录)，我不确定神经元的数量和 SOM 网格的大小应该从多少开始。任何有关估计神经元数量和网格大小的 Material 的指针将不胜感激。

谢谢!

Answer 1

引自som_make function documentation som工具箱的

It uses a heuristic formula of 'munits = 5*dlen^0.54321'. The 'mapsize' argument influences the final number of map units: a 'big' map has x4 the default number of map units and a 'small' map has x0.25 the default number of map units.

dlen 是数据集中的记录数

您还可以阅读经典的 WEBSOM，它解决了大型数据集的问题 http://www.cs.indiana.edu/~bmarkine/oral/self-organization-of-a.pdf http://websom.hut.fi/websom/doc/ps/Lagus04Infosci.pdf

请记住， map 大小也是一个参数，也是特定于应用程序的。也就是说，这取决于您想要对生成的集群执行什么操作。大型 map 会产生大量小但“紧凑”的簇(分配给每个簇的记录非常相似)。小 map 产生较少但更通用的集群。 “正确数量的簇”并不存在，尤其是在现实世界的数据集中。这完全取决于您想要检查数据集的详细信息。