У меня есть датафрейм, содержащий координаты миллионов частиц, которые я хочу использовать для обучения нейронной сети. Эти частицы создают отдельные кластеры, которые уже определены и помечены;Это означает, что каждая частица уже назначена своему правильному кластеру (это назначение выполняется с помощью оценки плотности, но для моей цели это не имеет значения). Теперь задача состоит в том, чтобы построить сеть, которая выполняет эту кластеризацию после изучения огромных данных. Есть также еще несколько функций в кадре данных, таких как размер кластера, количество частиц в кластере и т. д.
, так как это не проблема классификации, а скорее идентификация кластеров - вопрос, какую нейронную сеть следует использовать? У меня также есть проблемы при построении этой сети: например, CNN, который классифицирует, есть ли на изображении собака или кошка, вывод явно двоичный. так же и последний уровень состоит только из двух выходных данных, которые представляют вероятность того, что они равны 1 или 0. Но как я могу реализовать последний уровень, когда я хочу идентифицировать кластеры?
во время моего исследования я слышал о самоорганизующихся картах. будут ли эти сети работать?
спасибо