Page 233 - 4703

У SANN призначення зразків до цих підмножин може
бути зроблено випадково або на основі спеціальної змінної в
наборі даних. Для цього прикладу, ми будемо використовува-
ти налаштування за замовчуванням (тобто у співвідношенні
70%, 15%, 15%), тому натисніть кнопку ОК, щоб відобразити
SANN - Custom Neural Network і перейти до наступного етапу
діалогу: вибору мережевої архітектури і завданню параметрів.

Крок 2.
У вікні Custom neural networks ми задаємо складність ме-
режі, яку маємо намір побудувати. В термінах самоорганізо-
ваної карти Кохонена це означає, що нам необхідно вказати
розмірність топологічної карти. Чим менше елементів, тим
менше особливостей ми можемо розпізнати за допомогою ка-
рти. З іншого боку, за наявності занадто великого числа еле-
ментів на топологічній карті, ми ризикуємо отримати «зазуб-
рювання» навчальних даних.
Для кластерного аналізу є три вкладки SANN - Custom
Neural Network dialog: Quick (Kohonen), Kohonen Training і Re-
al time training graph.
Quick (Kohonen) tab. На цій вкладці ви можете вказати
розміри топологічної карти (вихідний шар), який викладений у
вигляді прямокутної решітки. Зазначені розміри тут буде ви-
користовуватися в навчанні мережі і в наступних графіках,
наприклад, в графіку Кохонена.
У мереж SOFM є два шари: вхідний шар і вихідний шар -
топологічна карта. Вихідний шар мережі SOFM представле-
ний в двох вимірах: Ширині - Width і Висоті- Height (у пакеті
ST Neural Networks реалізовані також одновимірні мережі Ко-
хонена), якими ми задаємо розмірність топологічної карти.
Оскільки нам не відомо навіть приблизно число класте-
рів Карпатських землетрусі за аналізований періо 2001-2010,
то для цього прикладу встановимо спочатку достатньо велику
розмірність топологічної карти: топологічну висоту - Height =
5 і топологічну ширину Width = 8, але, залежно від вашого
аналізу, можливо, буде потрібно змінити ці величини. Це до-
даткове рішення, яке потрібно зробити для кластерного аналі-
зу - визначення розмірності топологічних карті. Для більшості
завдань визначення правильних розмірів можуть вимагати
певної кількості проб і помилок.

233