stackoverflow中只有一个与此相关的问题,更多的是关于哪个更好。我只是不太明白其中的区别。我的意思是它们都使用向量,这些向量被随机分配给集群,它们都使用不同集群的质心来确定获胜的输出节点。我的意思是,差异到底在哪里?
在 K 均值中,节点(质心)彼此独立。获胜的节点有机会适应每个自我,仅此而已。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,相邻或靠近它的节点相对于它们在网格上的位置。因此,获胜节点不仅会适应自身,还会为其邻居带来变化。 K-Means 可以被认为是 SOM 的一种特殊情况,在修改质心向量时不考虑邻居。想了解更多,你还是可以google一下......
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)