問題タブ [self-organizing-maps]

通常、学習率は最初に決定する値であり、通常は何回繰り返しても変化しません。しかし、SOM では反復によって学習率が変化しますが、その背後にある考え方は何ですか?

私が理解しているように、学習率は反復回数とともに減少するはずです。何故ですか？

Rを使用してSOMモデルの量子化誤差（qe）をカウントしたい.これは私が試したコードです：

そのコードは正しいですか？qe を数える別の方法はありますか?

私は自己組織化マップの概念に取り組んでおり、あらゆるタイプのデータセットで変数の理解/関係を取得し、いくつかのヒートマップを作成しています。データの探索的分析を実行し、変数間の関係を取得するために使用できる他の機械学習の概念/方法はありますか?

自己組織化マップは、分類よりもクラスタリング (次元削減) に適しています。ただし、SOM は微調整のために線形ベクトル量子化で使用されます。しかし、LVQ は教師あり学習法です。そのため、LVQ で SOM を使用するには、ラベル付けされたトレーニング データ セットを LVQ に提供する必要があります。しかし、SOM はクラスタリングのみを行い、分類は行わないため、データにラベルを付けることができないため、SOM を LVQ の入力として使用するにはどうすればよいでしょうか?

LVQは SOMのクラスターを微調整しますか?
LVQ で使用する前に、ラベル付けされた入力を LVQ で使用できるように入力を分類できるように、SOM を別の分類アルゴリズムにかける必要がありますか?

自己組織化マップを使用して画像セグメンテーションを行っています。3 クラスタによる画像分割。サンプル画像は：

そして、私は次のようなmatlabコードを入力しました:

matlab コードを実行した後、画像のセグメンテーション結果はありません。Matlab は 3 の図を示し、図 1 は完全なイメージを示し、図 2 は空白、図 3 は空白です。

私のmatlabコードを修正するのを手伝ってください。間違ったコードか何かですか?