Öz-Örgütlenen Harita (SOM)

Öz-örgütlenen harita nedir?

Öz-örgütlenen harita (Self-Organizing Map, SOM), yüksek boyutlu veriyi genellikle iki boyutlu bir ızgaraya indirgeyen bir yapay sinir ağıdır. Finli profesör Teuvo Kohonen geliştirdiği için Kohonen haritası olarak da anılır. unsupervised •etiketsiz, yani sana doğru cevabı verilmeden öğrenen• bir yöntemdir: ağa sadece girdileri verirsin, hangi örneğin hangi gruba ait olduğunu söylemen gerekmez.

En çarpıcı özelliği şu: haritada birbirine yakın düşen noktalar, gerçekte de birbirine benzeyen verilerdir. Yani karmaşık veriyi gözle görülebilir bir yüzeye yayar.

Nasıl çalışır?

Ağ, bir ızgaraya dizilmiş nöronlardan oluşur. Her nöronun, girdiyle aynı boyutta bir ağırlık vektörü vardır. Eğitim şöyle ilerler:

• Rekabet: Her girdi geldiğinde, ağırlıkları o girdiye en çok benzeyen nöron kazanır. Buna Best Matching Unit (BMU) denir; benzerlik genelde Euclidean mesafeyle ölçülür.
• İş birliği: BMU'nun etrafında bir komşuluk yarıçapı belirlenir; sadece bu bölgedeki nöronlar güncellenir.
• Uyum: BMU ve komşuları, ağırlıklarını girdiye doğru biraz kaydırır. BMU'dan uzaktaki nöronlar daha az etkilenir.

Bu adımlar tüm veri üzerinde defalarca tekrarlanır; her turda komşuluk yarıçapı ve öğrenme hızı küçülür. Komşular birlikte güncellendiği için ızgarada yan yana olan nöronlar benzer verileri temsil etmeye başlar — buna topolojiyi koruma denir.

Neden önemli?

SOM, k-means gibi kümeleme yöntemlerinden farklı olarak hem gruplar hem de bu gruplar arasındaki komşuluk ilişkisini aynı anda gösterir. Yani sadece "bu veriler aynı kümede" demez, "bu küme şu kümeye yakın" bilgisini de verir. Yüksek boyutlu veriyi insan gözünün anlayabileceği bir harita hâline getirmesi, onu keşifsel veri analizinde değerli kılar.

Kullanım alanları

Müşteri segmentasyonu, finansal verilerde örüntü bulma, metin ve belge kümeleme, görüntü analizi ve anomali tespiti SOM'un klasik kullanım alanlarıdır. Dezavantajı: öğrenme hızı ve komşuluk ayarlarına duyarlıdır, ızgara boyutu sabit olduğu için bazen verinin gerçek yapısını tam yansıtamaz ve çok büyük veri setlerinde hesap maliyeti yükselir.