Интеллектуальный анализ данных в менеджменте. Кричевский М.Л. - 71 стр.

UptoLike

Составители:

Рубрика:

группы элементов), а на последующих этапах достраиваются более

тонкие детали (отдельные элементы в группах реагируют на неболь"

шие различия в данных).

После обучения сети можно рассмотреть полученные результаты

по кластеризации банков. Выбранная сеть имела архитектуру 6–4,

т. е. во входном слое – шесть нейронов в соответствии с числом при"

знаков и в выходном – четыре нейрона, что предполагало разделение

всей совокупности на четыре группы. Схема сети Кохонена показана

на рис. 1.23.

Рис. 1.23

Далее обратимся к диалоговому окну «Частота выигрышей», где

можно наблюдать за тем, как на топологической карте формируются

кластеры. Это окно «прогоняет» сеть по всем наблюдениям из обуча"

ющего множества и подсчитывает, сколько раз каждый элемент вы"

игрывал (т. е. оказывался ближайшим к обрабатываемому наблюде"

нию). Большие значения частоты выигрышей указывают на центры

кластеров в топологической карте.

После того, как зафиксировано распределение центров кластеров,

средствами окна «Топологическая карта» (рис. 1.24) можно протес"

тировать сеть для выяснения смысла кластеров. В этом окне при об"

работке очередного наблюдения каждый элемент показывает степень

своей близости к нему с помощью сплошного черного квадрата (чем

больше размер квадрата, тем больше степень близости), а выиграв"

ший элемент помещается в квадратную рамку (рис. 1.24).