k-means - 自己組織化マップの「エラー」

Question

サンプル データが N 個のクラスターにクラスター化された後の K-Means からわかるように (各クラスターには重心ベクトルがあります)、すべてのデータがそれらが属するクラスターにクラスター化されるわけではありません! つまり、一部のデータ ベクトルが間違ったクラスターにクラスター化されている可能性があります。これは、K-Means であっても、クラスタリング中に 100% の精度がないことを意味します。SOM アルゴリズムでもこのような「エラー」が発生するのではないかと考えていました。では... SOM アルゴリズムが収束した後、実際に配置されたノードに属さないデータ サンプルはありますか?

私の質問が十分に明確であることを願っています。私はあなたの答えを楽しみにしています。

Answer 1

SOM は、提示された入力に従ってデータをクラスター化します。クラスターの形成は、入力がネットワークに提示される方法に依存します。

SOM は、マップ ラティス内の勝者ノードと実際の入力ベクトルとの間の距離を最小化することによって入力をクラスタ化し、その後すぐ近くの重みを適応させます。したがって、単一のクラスに属する入力は、クラスターを形成する同じ場所の周りにマップされます。

したがって、アルゴリズムが収束するとき、次のシナリオでない限り、これが発生する可能性は非常に低いです

1. ネットワークをトレーニングするのに十分なデータ ポイントが提示されませんでした
2. 使用された学習率の値が適切ではありません
3. SOM は正しくクラスター化され、クラスター化に共通の (隠れた) 機能が見られず、クラスター化に間違いがあると考える傾向があります (私は何度も起こりました)。

私は SOM の専門家ではありませんが、経験から回答しています。お役に立てれば。