如何用非标量输入数据/属性实现Kohonen映射(SOMs)

Question

通常，只使用实值向量的Kohonen映射/ SOM算法的实现是一项相对繁琐的任务。不过，由于“权重更新”阶段的原因，我想知道如何为非实值(即非标量)属性(如文本字符串)实现这样的算法。

假设有一组包含不同长度、不同类别含义的单词的数据，例如玫瑰(非常浪漫)、花(浪漫)、植物(取决于上下文)、工厂(只适用于蒸汽客)。这是我编的，所以请不要理会细节。(编辑:是的，浪漫--可以用标量值来表达；我的问题真的不是关于那个部分的。)

一个人可以洗牌词，甚至字母创建原型地图上，然后使用Levenshtein距离，以找到最佳的匹配单位，我看到了。但是如何将BMU及其邻域更新到选定的目标载体上呢？

其他的例子可能是绘画(如颜色，主题，时代，.)或可感知的形状(例如三角形、锯齿、.)嵌入在一维(标量)数据流中。

Answer 1

那些浪漫的程度不是一个数字吗？“这朵玫瑰是0.9浪漫的”。然后在SOM中为你的0.9找到合适的位置，这就是你的玫瑰应该坐的地方。如果您有多个维度，它基本上是一个向量，但仍然是一个数字向量，而不是字符串，因此更容易更新