自组织映射与线性矢量量化

Question

自组织映射更适合于聚类(降维)而不是分类。但是SOM在线性矢量量化中被用来进行微调。但LVQ是一种监督学习方法。因此，要在LVQ中使用SOM，就必须为LVQ提供一个标记的训练数据集。但是由于SOM只做聚类而不进行分类，因此不能有标签数据，那么SOM如何作为LVQ的输入？

LVQ是否微调了SOM中的集群？

在LVQ中使用之前，SOM是否应该通过另一种分类算法来对输入进行分类，从而使这些标注的输入可以用于LVQ？

Answer 1

必须清楚，监督与非监督不同，因为在第一种情况下，目标值是已知的。因此，监督模型的输出是一种预测。相反，无监督模型的输出是一个我们还不知道意义的标签。为此目的，在集群之后，有必要对每一个新标签进行分析。

尽管如此，您可以使用非监督学习技术(如SOM )来标记数据集。然后，您应该对每个类进行分析，以确保理解每个类的含义。此时，您可以根据最终目标：1.使用这个新变量作为降维方法来实现两种不同的路径：2.使用这个新的数据集，它与表示类的附加变量一起作为标记数据表示，您将尝试使用LVQ来预测这些数据。

希望这是有用的！