Jest tylko jedno pytanie związane z tym w stackoverflow, i jest bardziej o tym, który z nich jest lepszy. Po prostu nie rozumiem różnicy. Mam na myśli, że oboje pracują z wektorami, które są przydzielane losowo do klastrów, obaj pracują z centroidami różnych klastrów, aby określić zwycięski węzeł wyjściowy. Mam na myśli, gdzie dokładnie leży różnica?Jaka jest różnica między SOM (Self Organising Maps) a K-średnich?
W K-oznacza, że węzły (centroidy) są niezależne od siebie. Zwycięski węzeł ma szansę dostosować się do siebie i tylko to. W SOM węzły (centroidy) są umieszczane na siatce, a zatem każdy węzeł jest uważany za posiadający kilka sąsiadów, węzły sąsiadujące z nim lub w jego pobliżu w repspekcie z ich położeniem na siatce. Zwycięski węzeł nie tylko dostosowuje się, ale powoduje zmiany również dla sąsiadów. K-średnich można uznać za szczególny przypadek SOM, przy którym nie są brane pod uwagę sąsiedzi przy modyfikowaniu wektorów centroidowych. Aby uzyskać więcej, nadal możesz google to ...
Doskonały, dokładnie to, czego nie wiedziałem. Po prostu nie mogłem znaleźć go patrząc na google. –