Tự tổ chức bản đồ so với kernel k-nghĩa

Đối với một ứng dụng, tôi muốn phân cụm dữ liệu (có khả năng chiều cao) và trích xuất xác suất thuộc về một cụm. Tôi xem xét tại thời điểm Tự tổ chức bản đồ hoặc kernel k-nghĩa để thực hiện công việc. Những ưu và nhược điểm của từng phân loại cho nhiệm vụ này là gì? Có phải tôi thiếu các thuật toán phân cụm khác có thể được thực hiện trong trường hợp này không?

Điều này có khả năng là một câu hỏi thú vị. Các thuật toán phân cụm thực hiện 'tốt' hoặc 'không tốt' tùy thuộc vào cấu trúc liên kết của dữ liệu của bạn và những gì bạn đang tìm kiếm trong dữ liệu đó. Bạn muốn các cụm đại diện cho những gì? Tôi đính kèm một sơ đồ mà đáng buồn là không bao gồm kernel k-nghĩa hoặc SOM nhưng tôi nghĩ rằng nó có giá trị lớn để hiểu sự khác biệt nghiêm trọng giữa các kỹ thuật. Bạn có thể cần phải hỏi và trả lời điều này với chính mình trước khi tìm hiểu về "ưu điểm" và "nhược điểm".

Đây là nguồn của hình ảnh.