バッチSOMが収束したら実行を停止したいです。収束を決定するためにどのような誤差関数を使用できますか？
質問する
5071 次
2 に答える
5
エラー関数ではなくコスト関数を意味していると確信しています。
SOM は、エラー関数 (またはコスト関数) を必要としません。
機械学習分類の最上位レベルでは、SOM は教師なし学習手法です。ターゲット ベクトルがないため、「ターゲット ベクトル」から「value_at_the_current_iteration」を引いて最小化する必要はありません。
別の考え方: コスト関数の役割は、コストを最小限に抑えることです。ML では、モデルの計算と提供されたデータの間のデルタです。SOM では、この目的のためにアルゴリズムにデータは提供されません。
(ネットワークの作成元となる入力データは「トレーニング データ」と呼ばれることが多いため、これはやや混乱していることに気付きました。おそらく、これは教師あり ML 手法における入力データの役割であり、教師なし ML 手法よりもはるかに一般的です。 SOM を「発明した」ことで知られる Teuvo Kohonen は、もともと SOM をニューラル ネットワークのクラスと呼んでいたため、おそらく混乱を招くこともあります。もちろん、NN は教師あり手法であり、コスト関数 (多くの場合、勾配降下法) に依存しています。 )
最後に、念のため、自分の SOM コードと、Marsland の ML 教科書「Machine Learning: An Algorithmic Perspective」のコードをチェックしました。私のコードと彼のコードの両方で、メイン関数を呼び出したときにユーザーが渡した「最大反復回数」の値が何であれ、唯一の停止基準です。
于 2010-04-01T01:03:52.133 に答える
2
SOM の収束について話すとき、特定のマップ サイズ (nxm) に対して、マップが「安定」であることを確認するためにアルゴリズムの十分な反復が実行されたかどうかを知りたいとします。これは、大まかに言えば、マップが何度も再トレーニングされた場合、マップへの新しい入力 (観測) が同じニューロン/コードブック ベクトルに配置されることを意味しますか?クラスターが安定した方法で配置されている限り、これは問題ありません)。
十分な反復が実行されたかどうかという質問への回答を支援するには、以下にリストされている学術論文を参照してください。どちらの論文も、どのマップ サイズが適切かという問題にも触れています (どの nxm 値が SOM の収束を保証するのに役立ちますか?)。
論文で人気のある従来のアプローチの 1 つを次に示します。
自己組織化マップの信頼性を評価するための統計ツール (Bodt、Cottrell、Verleysen)
最近では、かなり有望に見えるこの方法が登場しました。
A CONVERGENCE CRITERION FOR SELF-ORGANIZING MAPS 、修士論文、Benjamin h. ott (ロードアイランド大学)
私の意見では、この論文は本当によく書かれていて、読んでいて楽しいものでした。さらに素晴らしいのは、この研究が R の (あまり知られていない) パッケージの SOM 収束テストとして書かれていることですpopsom。見てみな：
于 2014-06-26T23:33:35.550 に答える