Окно топологической карты

После того, как зафиксировано распределение центров кластеров, средст­вами окна Топологическая карта - Topological Map можно протестировать сеть с целью выяснить смысл кластеров.

В окне Топологическая карта- Topological Map (которое открывается кнопкой ) выходной слой представлен графически в пространстве двух измерений. При обработке очередного наблюдения каждый элемент пока­зывает степень своей близости к нему с помощью сплошного черного квадратика (чем больше размер квадрата, там больше степень близости), а выигравший элемент помещается в квадратную рамку.

При тестировании сети на нескольких наблюдениях (удобнее всего делать это с помощью верхней стрелки кнопок микропрокрутки, расположенной рядом с полем Номер наблюдения - Case No) по структуре активаций вы увидите, как группируются похожие элементы и как они реагируют на близкие наблюдения.

Теперь мы можем начать помечать элементы, устанавливая этим смысл соответствующих им кластеров. В нашем примере первые десять наблю­дений соответствуют виду Setosa.

Запустите (командой Rim) первое наблюдение, затем пометьте выиграв­ший элемент следующим образом. Поместите указатель мыши на картин­ку топологической карты и нажмите правую кнопку мыши - откроется контекстное меню Топологические классы - Topological Classes. Выберите из него нужный класс (Setosa). Вы увидите, что имя выигравшего элемен­та топологической карты изменилось.

Пропустите через сеть остальные обучающие наблюдения, соответствен­но помечая выигравшие элементы. Здесь вы можете столкнуться с таким неудобством: элементы можно помечать только с помощью обучающих наблюдений, а последние разбросаны по всему набору данных. Проще всего поступить так: в меню Правка-Переменные- Edit-Variables выбери­те функцию Перемешать - Shuffle и команду Сгруппировать множества - Croup Sets. Программа ST Neural Networks соберет все наблюдения из обучающего множества и поместит их в начало набора данных.

Может получиться так, что некоторый элемент будет выигрывать на на­блюдениях как класса Versicolor. так и класса Virginiccr, пометьте его зна­ком вопроса (неясный). Просмотрев все тестовые наблюдения, оставшие­ся незанятыми элементы можно также пометить как неиспользуемые (?). Или же можно еще раз пропустить все наблюдения и посмотреть, на ка­кой класс сильнее реагирует данный неиспользуемый элемент, и соответ­ствующим образом его пометить.

После того, как всем элементам приписаны метки, в окне Топологическая карта - Topological Map можно посмотреть, насколько хорошо сеть Кохонена классифицирует контрольное множество.

Когда сеть Кохонена применяется для решения реальной задачи, то, как правило, заранее бывает неизвестно, какие кластеры встретятся в данных. В таком случае следует пометить кластеры символами (идентифицируя их с помощью таблицы Частоты выигрышей - Win Frequencies), а затем исследовать данные, чтобы попытаться определить, какой смысл могут иметь выявленные кластеры.

Чтобы облегчить эту работу, программа ST

Neural Networks позволяет помечать наблюдения в окне Топологическая карта - Topological Map. Для этого нужно придерживаться описанной далее последовательности действий (не делайте этого сейчас - в этом нет нужды, так как данные про ирисы уже помечены).

1. Обучить сеть Кохонена.

2. Средствами окна Частоты выигрышей - Win Frequencies идентифи­цировать кластеры в окне Топологическая карта - Topological Map.

3. Пометить кластеры символическими именами (например, С 1, С2 и т.д.). Чтобы присвоить кластеру новое имя, выберите элемент в окне Топологическая карта - Topological Map и затем пункт Создать -New... в контекстном меню. Таким образом можно редактировать вы­ходную переменную сети, добавляя ей новые номинальные значения(соответствующие именам кластеров).

4. Протестировать наблюдения в окне Топологическая карта - Topological Map и присвоить наблюдениям имена кластеров.

5. Исследовать данные (возможно, обратившись к исходной прикладной задаче) с целью определить, что представляют собой выявленные кластеры.

6. Заменить символические имена кластеров смысловыми.

7. Вновь протестировать наблюдения и пометить их согласно выиграв­шим элементам.

Дата добавления: 2015-11-30