我正在研究并使用SOM算法阅读一些论文。我不理解人们将数据集拆分为SOM的训练/测试集的逻辑。我的意思是，例如，当使用C4.5决策树时，训练的结构包括一些规则，当新的数据集（测试）来对那里的数据进行分类时应用这些规则。但是，通过SOM训练系统后会产生什么样的规则或类似的东西？如果我将100％的数据应用于SOM系统而不是使用30％进行培训然后使用70％进行测试，那会有什么不同？提前感谢您的回答。
答案 0 :(得分：0)
对于每个与数据相关的系统（应该在未来接触到新数据），保留部分现有数据进行测试可以强大地预测部署后的预测方式。对于SOM，您将学习特定的数据嵌入。如果您使用所有数据进行培训，之后又希望在数据之前使用过这种训练有素的SOM，那么您无法保证它的表现如何（手头任务的表示有多好）。有一个支持使您能够在受控环境中测试它 - 您在部分数据上训练SOM表示，然后将其应用于嵌入保持（测试），模拟“如果我获得新数据并想要使用将会发生什么我的SOM就此而言“。这同样适用于使用数据的每个算法，无论是否受到监督，如果您要基于此模型部署某些内容，您需要一个测试集来建立您自己的解决方案的信心。另一方面，如果您只是对“封闭”数据集进行探索性分析 - 那么无监督方法可以简单地应用于所有这些方法（如果您只是询问“此特定数据集中的结构是什么）”。 / p>
答案 1 :(得分：0)
看起来你不明白为什么SOM（无监督机器学习）应该像其他机器学习技术一样对待你的陈述：“......训练有素的结构包括一些新数据集应用的规则（测试）来对那里的数据进行分类..“
一般来说，在训练期间（包括SOM的训练），你的目标是结束 使用一组
final weights（使用你的话;“规则是 应用“）用于新的，以前看不见的数据集 训练集应包含广泛的功能，通常是a 很好地代表您希望将其应用于的数据类型。
这将使final weights尽可能准确和可靠。
至于“通过SOM训练系统后会产生什么样的规则或类似的东西？” final weights组成“规则”应用于受SOM影响的任何新数据。因此，SOM将根据final weights中的值为您提供结果。
将数据拆分为培训和测试可帮助您在培训SOM投入生产之前获得对其性能的信心。
另一方面，测试装置可以让您了解训练有素的SOM的表现。您比较训练集和测试集的结果。在您申请并开始使用经过培训的SOM之前，这一点非常重要。如果您发现训练集和测试集的结果之间存在很大差异，您应该查看训练集 - 可能包括训练集中更多样化的功能。
简而言之，拥有培训和测试集可以确保SOM在实施时的性能。如上所述issue：
“......我们创建测试分区以便为我们提供诚实的评估 我们的预测模型的表现。没有数量 基于数学推理和结果的操纵 训练数据将令有经验的观察者信服。“