Сеть Кохоненна

ivan23 июля 2005Data Mining6 комментариев

Уважаемые посетители форума, помогите разобраться с проблемой следующего толка.
Сеть Кохоненна (однослойная с линейной функцией активации или softmax) часто нехорошо себя ведёт в достаточно простых случаях.

1. Например, случай двух классов.
Колличество объектов (векторов) в классах одинаково. Распределение - нормальное (для объектов отдельно взятого класса). Классы не пересекаются, т.е. линейно разделимы, но их диаметры существенно различны (на порядки). Вообразим горошину рядом с футбольным мячем - вот такой случай. Очевидно, евклидова метрика здесь не сработает. Что делать? Использовать нелинейную функцию активации? Использовать другую метрику (Махаланобисово расстояние)? Каким образом это сделать?

2. Случай трёх классов.
Опять же, три линейно разделимых класса с одинаковым колличеством объектов в каждом. Распределение нормальное. При этом центры классов лежат на одной прямой, центр среднего класса совпадает с центром координат; центры двух других классов равноудалены от центра координат. Опять же, не хочет слой Кохоненна из трёх нейронов выделить эти три класса. Выделяются только два, а средний (центр которого совпадает с центром координат) раскидывается по двум другим. Что делать в таком случае? Помогите советом.

З.Ы. Интересует только однослойная сеть Кохоненна для задачи кластеризации.