11

stackoverflow에는 이것과 관련된 질문이 하나 뿐이며, 어느 것이 더 나은지에 대한 질문이 더 많습니다. 나는 그 차이를 정말로 이해하지 못한다. 나는 둘 다 무작위로 클러스터에 할당 된 벡터로 작업한다는 것을 의미합니다. 우승의 출력 노드를 결정하기 위해 서로 다른 클러스터의 중심과 함께 작동합니다. 내말은, 그 차이가 정확히 어디에 있는거야?SOM (Self Organizing Maps)과 K-Means의 차이점은 무엇입니까?

답변

13

K-에서 노드 (센트 루이드)는 서로 독립적이라는 것을 의미합니다. 이기는 노드는 각 자기를 적응할 수있는 기회를 얻습니다. SOM에서 노드 (도심)는 그리드에 배치되므로 각 노드는 그리드에서의 위치를 ​​고려하여 인접하거나 인접한 노드를 고려해야합니다. 따라서이기는 노드는 스스로 적응할뿐만 아니라 이웃 노드에도 변화를 일으 킵니다. K-Means는 SOM의 특별한 경우로 간주 될 수 있습니다. SOM의 특별한 경우는 중도 벡터를 수정할 때 고려되지 않습니다. 더 많은 것을 위해, 당신은 아직도 그것을 google 할 수있다. ...

+0

나는 그것을 didnt한다. 나는 단지 google에 그것을 발견 couldnt한다. –