使用SOM进行聚类

Question

我有一个由6维数据点组成的数据集。我想为这些数据生成一个自组织映射，以查看我的数据是如何聚集的，以及数据集中有多少不同的集群。我的数据集没有标签。我遇到的所有例子都贴上了标签(虹膜数据集)。我使用了各种python包(minisom、sompy、susi)来实现SOM，但我无法可视化和解释这些结果。

我请求这个社区来帮助我，如果你能提供一个链接到基于SOM聚类的>3维数据的良好工作，并对结果进行适当的评估，我将非常感激。

**：

谢谢。我能理解UMATRIX。然而，我仍然在努力地聚集类似的数据点。

这是一个数据集示例：

A      B          C        D            E            F
1   0.000613    150386  20.279685   39400220.0  0.672270
1   0.000649    154428  21.069894   8444300.0   0.466464
1   0.000276    154017  20.890017   12361590.0  0.399357
1   0.000186    68675   20.419599   13973180.0  0.430975
1   0.000177    60795   23.276564   5686630.0   0.372155

这是SOM集群的结果：

A      B             C      D          E       F      Cluster-id
5   1.096415e-07    274 12.599589   4870.0  0.000060    19
5   1.185185e-07    205 12.108413   10000.0 0.000402    19
5   1.131892e-07    221 12.282051   290.0   0.000014    19
5   1.447471e-07    338 12.708078   1750.0  0.000027    19
5   8.218939e-08    244 12.000000   30.0    0.000027    19
   ...  ... ... ... ... ... ... ... ...
5   2.425165e-08    26  12.517500   2020.0  0.000025    19
5   2.926305e-08    51  12.051724   2320.0  0.000012    19
5   2.326685e-08    18  11.724138   290.0   0.000009    19
5   2.465502e-08    18  12.288000   2500.0  0.000018    19
5   5.118597e-08    80  11.776271   2950.0  0.000093    19

如果您查看上面的结果，属性C和属性E与其他属性相比有很大的不同，即使它们属于相同的集群，这背后的合理原因是什么？

我如何解决这个问题，目的是拥有一个具有相似数据点的集群？(FYI:我对数据集进行了标准缩放，以均衡每个属性的方差)

Answer 1

对于susi，它的工作方式如下(取自susi/SOMClustering.ipynb)：

import susi
som = susi.SOMClustering()
som.fit(X) # <- X is your dataset without labels

# to get the clusters
clusters = som.get_clusters(X)

# to plot the clusters
plt.scatter(x=[c[1] for c in clusters], y=[c[0] for c in clusters], c=y, alpha=0.2)
plt.gca().invert_yaxis()
plt.show()

这对你有用吗？如果没有，请提供更多关于您的数据的信息。

免责声明:我是苏西的开发者。