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@)
