SOM(自组织地图)和 K-Means 有啥区别?

Posted

技术标签:

【中文标题】SOM(自组织地图)和 K-Means 有啥区别?【英文标题】:What is the difference between SOM (Self Organizing Maps) and K-Means?SOM(自组织地图)和 K-Means 有什么区别? 【发布时间】:2013-03-23 03:51:56 【问题描述】:

***中只有一个与此相关的问题,更多的是关于哪个更好。我只是不明白其中的区别。我的意思是它们都使用随机分配给集群的向量,它们都使用不同集群的质心以确定获胜的输出节点。我的意思是,区别到底在哪里?

【问题讨论】:

【参考方案1】:

在 K-means 中,节点(质心)彼此独立。获胜的节点有机会适应每个自我,而且只有那个。在 SOM 中,节点(质心)被放置在网格上,因此每个节点都被认为有一些邻居,节点与其相邻或附近的节点与其在网格上的位置有关。因此,获胜节点不仅会适应自己,还会导致其邻居发生变化。 K-Means 可以被认为是 SOM 的一种特殊情况,在修改质心向量时没有考虑邻居。更多信息,你仍然可以谷歌它....

【讨论】:

完美,这正是我不知道的。我只是在谷歌上找不到它。

以上是关于SOM(自组织地图)和 K-Means 有啥区别?的主要内容,如果未能解决你的问题,请参考以下文章

自组织映射网络(SOM)+Kohonen自组织网络

自组织神经网络介绍:自组织特征映射SOM(Self-organizing feature Map),第一部分

自组织神经网络介绍:自组织特征映射SOM(Self-organizing feature Map),第一部分

机器学习笔记自组织映射网络(SOM)

机器学习算法笔记5. 自组织映射SOM

使用自组织映射神经网络(SOM)进行客户细分|附代码数据