自己組織化マップ(Self Organizing Map:SOM)の応用のひとつに,提示したデータに対する勝者ユニットを検索し,この勝者ユニットの参照ベクトルを予測結果として利用する手法がある.
この予測の手法では,事前に入力データ集合をSOMに学習させておく必要がある.
しかし,入力データに含まれるクラスタごとのデータ数が偏っている場合、
データ数の少ないクラスタに対する予測の性能が他のクラスタの予測と比較して低下すると考えられる.
本報告では、クラスタに属するデータ数の偏りに関係なく、クラスタ分析を行う手法について検討する。
本手法の概要は以下の通りである。
入力データ集合より1段階目のSOMを学習し,クラスタの抽出を行う.
次に,各クラスタに対応する入力データを特定し2段階目のSOMの学習を行う.
そして,2段階目のSOMを入力として「SOMのSOM」による学習を行う.
抄録全体を表示