我有大数据集(时间序列，大约 50 个参数/值)。我想使用 Kohonen 网络对相似的数据行进行分组。我读过一些关于 Kohonen 神经网络的文章，我了解 Kohonen 网络的概念，但是:
我不知道如何实现这么多维度的 Kohonen。我在 CodeProject 上找到了例子，但只有 2 或 3 维输入向量。当我有 50 个参数时 - 我应该在我的神经元中创建 50 个权重吗？
我不知道如何更新获胜神经元的权重(如何计算新的权重？)。
我的英语并不完美，我不理解我读到的关于 Kohonen 网络的所有内容，尤其是公式中变量的描述，这就是我问的原因。
最佳答案
应该区分 map 的维数，它通常很低(例如，在矩形网格的常见情况下为 2)和引用向量的维数，它可以任意高而没有问题。
看http://www.psychology.mcmaster.ca/4i03/demos/competitive-demo.html 49 维输入向量(7x7 像素图像)的一个很好的例子。这种情况下的 Kohonen 映射具有 8 个单位的一维环的形式。
另见 http://www.demogng.de用于各种类似 Kohonen 网络的 Java 模拟器，包括像 McMasters 那样的环形网络。然而，引用向量都是二维的，但只是为了更容易显示。它们可以具有任意高维度，而无需对算法进行任何更改。
关于neural-network - 关于kohonen神经网络的几个问题，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14124592/