Para un problema de clasificación binaria, comience con dos mapas, uno para cada clase.
Entrena los mapas para sus respectivas clases.
Para las pruebas, en lugar de tomar la unidad de mejor coincidencia, ahora toma el mejor mapa de coincidencia:
– Calcular la distancia a la (s) unidad (es) de mejor coincidencia en el mapa de mejor coincidencia,
– y compare con la distancia a la (s) unidad (es) de mejor coincidencia en el mapa de menor coincidencia.
– Si la diferencia es pequeña, estás menos seguro, si la diferencia es grande, estás más seguro.
- Actualmente, tengo SAP HANA como un conjunto de habilidades. ¿Debo elegir la ciencia de datos como mi futura carrera?
- ¿Cuáles son algunos métodos básicos / comunes utilizados para resumir datos?
- ¿Cuántos datos puedo agrupar en un UAV?
- ¿Por qué tenemos oportunidades tan limitadas en big data?
- ¿Es necesario el aprendizaje automático para el análisis de datos?
También puede hacer experimentos interesantes fusionando (eliminando la barrera entre) los dos mapas a mitad de camino durante el proceso de capacitación. Entonces el SOM está “sembrado”.
Además, observe SOMS 1-D y agregue conjuntos como lo hicieron los bosques aleatorios para los árboles.
