問題タブ [som]

次のデータセットがあります。

そのデータセットをクラスター化する SOM をトレーニングしたい:

これを行うと、次の図が得られます。

直感に反しているように見えるので、色を自動的に設定する方法が好きではありません。白から始まり、薄い赤、通常の赤、濃い赤、濃い赤の5色を設定したいと思います。それ以外の場合は、少なくとも Figure の色を反転します。

パラメータ palette.name= などは使用できません。色を変更するにはどうすればよいですか? ggplot を使用するtype = "counts"と、som をプロットしたプロパティが失われます。

kohonenパッケージを使用して、R で自己組織化マップを生成しています。しかし、ドキュメントを見ても、オブジェクトのcodesプロパティが何を表しているのか明確に理解できません。som

ドキュメントには次のように記載されています。

コード: コード ベクトルの行列。

このコンテキストでのコード ベクトルの行列は何ですか?

SOM ニューラル ネットワークを視覚化しようとしています。これにはplotsom関数があります。それは機能しますが、プロットを 1 つの次元に引き伸ばします。

元のプロット:

および異なるビュー (XY ; XZ および YZ):

軸をかなり均等に乱す方法がわかりません。私のコード: (元々A == net.IW{1,1}とB = net.layers{1}.distances)

私は研究を行っており、SOM アルゴリズムを使用していくつかの論文を読んでいます。データセットを SOM のトレーニング/テスト セットに分割するロジックがわかりません。たとえば、C4.5 デシジョン ツリーが使用されている場合、トレーニングされた構造には、新しいデータセット (テスト) がそこでデータを分類するときに適用されるいくつかのルールが含まれています。しかし、システムが SOM によってトレーニングされた後、どのような規則または類似のものが生成されるのでしょうか? 最初にトレーニングに 30% を使用し、次にテストに 70% を使用する代わりに、データの 100% を SOM システムに適用すると、どのような違いがありますか? 事前にご回答いただきありがとうございます。

R の Kohonen パッケージを使用して、所有しているゲノミクス データセットに SOM を適用しました。SOM には 55 個の変数があります。これらの変数のコードのサブセットをファンプロットとしてプロットしたいと考えています。たとえば、R で生来のワイン データセットを使用するだけです。

これにより、各ノードのすべての予測子の重みがファンプロットとしてプロットされます。この例で私がやりたいのは、ファンプロットのマグネシウム、灰、リンゴ酸、フラボノイドだけのプロットです。

各ノードのマグネシウムの重量をプロットします。

のようなことをする

各ノードのマグネシウム ウェイトをアッシュ ウェイトでオーバーライドするだけです。

さらに次のようなもの：

どちらも機能しません。

どんな助けでも大歓迎です。

R の kohonen ライブラリを使用して、いくつかのデータを使用して自己組織化マップをトレーニングしています。トレーニング/テストの目的で、データ セットを 60/40 に分割しました。テストデータを使用してトレーニング済みモデルを実行するにはどうすればよいですか? これを行うための関数がドキュメントに見つかりません。テストがトレーニング データからどの程度外れているかを確認するにはどうすればよいですか? R 3.3.2 と RStudio 1.0.44 を使用しています。

ユークリッド距離の代わりに COSINE を使用して分離可能と思われるデータをクラスター化しようとしています。この目的でMATLAB のselforgmapを使用するにはどうすればよいですか? 「distanceFcn」オプションによるものだとは思いません。

x = simplecluster_dataset; net = selforgmap([8 8],100,3,'hextop','cosine'); ネット=列車(ネット、x); ビュー (ネット) y = ネット (x); クラス = vec2ind(y);