問題タブ [som]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
matlab - プロットを MATLAB に画像として保存する
matlab のニューラル ネットワーク関数から画像を取得しようとしています。私が使用している機能の1つは次のとおりです。
plotsomplanes(ネット)
とにかく、プロットをPNGファイルに自動的に保存する方法が見つかりませんでした。ヘルプやアイデアをお寄せいただきありがとうございます。
maps - 自己組織化マップ
自己組織化マップ アルゴリズムについて質問があります
入力ベクトルと重みベクトルがあることはわかっています。重みと入力の間の最小距離の計算は、最小値の更新に関連する重み列を作成し、次にその近傍を更新する最適な一致単位です。その後、レートを更新します (SOM の経験があると仮定します)。
例
学習率.6
ステップ(単純にガウス関数をドロップ)
最初の繰り返し。
1-最小距離を見つける
2- 重みベクトルの更新
重みの結果は
私の質問
1- 最後に、新しい重みベクトル値と同じ入力ベクトルを取得します。
何をプロットする必要がありますか?重量または入力または何?
matlabを使用している場合、良いイラストを得るためにどの関数を使用すればよいか分かりますか?
r - Rのkohonenパッケージを使用して、somでユニット分類を作成するにはどうすればよいですか
使用したコード:
私の理解でsom_model$unit.classif
は、勝利したニューロン/BMU のインデックスを入力データ セットの個々の行にマップします。それらを最終的なコードブック/加重ベクトル ( ) とリンクしようとしましたsom_model$codes
が、リンクを確立できませんでした。
som
これらのインデックスをデータに割り当てる根拠/ルールまたは式について、親切に教えてください。
methods - client.soda ( Statement Object Model ) でメソッドを呼び出す
Java で Esper EPL ステートメントを構築しようとしています。
これには com.espertech.esper.client.soda lib を使用しますが、役立つチュートリアルが見つかりません。
今のところ必要なのは PatternExpressions だけです。
例として、EPL を使用してみましょう。
そのため、イベント タイプ コード E00001 のすべてのイベントでトリガーする必要があります。getEventTypeCode メソッドを呼び出してコードを取得します。
これをSOMに投影するにはどうすればよいですか?
と:
私は得るだけです:
(もちろん)
「MethodInvocationStream」というクラスがあるのは知っていますが、使い方がわかりません。そして、その使用例を見つけることができません。
user650839 のおかげで、SOM 経由でメソッドを追加する方法がわかりました。SOM オブジェクトとしての単純な EPL は次のとおりです: http://imgur.com/SDrTsa7
matlab - SOM によってトレーニングされたデータから U マトリックス、サンプル ヒット、および入力プレーンをプロットする方法
MATLAB で簡単な SOM アルゴリズムを作成しました。私の大きな課題は、U-Matrix、Sample Hits、Component/Input Planes の形式でデータを視覚化/プロットするにはどうすればよいかということです。これら 3 つのプロットは、MATLAB の SOM ツールボックスにあります。しかし、問題は、それらを呼び出して、記述したコードでデータを視覚化できないことです。私のコードが「ネット」を作成しない入力として「ネット」が必要だからです。
ガイダンスはありますか?
c++ - .h でのポインター宣言、.cpp でのインスタンス化、他のプロジェクト ファイルでは未解決
Node クラス/オブジェクトへのポインターの配列をヘッダー ファイルで宣言し、クラスのコンストラクターで配列のサイズをインスタンス化しようとしています。次に、配列を Node オブジェクトで初期化します。
私が抱えている問題は、SOM.h ファイルで Node 配列を最初に宣言するときの正しい構文に関係しています。私はそれを aNode* nodeArray
とにしてみましたNode* nodeArray[][some constant number]
。これらのいずれかまたは両方がこれを行う正しい方法かどうかはわかりません。
次に、SOM.cpp コンストラクターで、この方法で初期化していますnodeArray = Node[Config::NODE_GRID_HEIGHT][Config::NODE_GRID_WIDTH]
次に、ノード ポインターの配列の初期化関数を実行します。
modelVec にアクセスしようとする 3 回ごとに、Eclipse から「フィールド "modelVec" を解決できませんでした」というメッセージが表示されます。なんで?ポインターの配列を正しく宣言していないか、正しく初期化していないか、正しくアクセスしていませんか。たぶん日食は私を嫌っているだけです。
ここにもっとコードがあります。
SOM.h
SOM.cpp
Node.h
Node.cpp
r - RでKohonenマップをプロットする際にエラーが発生しましたか?
私は R-bloggers に関するこのブログ投稿を読んでいましたが、コードの最後のセクションに混乱しており、理解できません。
http://www.r-bloggers.com/self-organising-maps-for-customer-segmentation-using-r/
これを独自のデータで再現しようとしました。2755 ポイントの指数分布に従う 5 つの変数があります。
私は問題なく、それが生成するマップをプロットできます:
私が理解していないコードのセクションは次のとおりです。
私が理解しているように、コードのこのセクションは、マップ上に変数の 1 つをプロットして、それがどのように見えるかを確認していると思われますが、ここで問題が発生します。コードのこのセクションを実行すると、次の警告が表示されます。
そしてそれはプロットを生成します:
これは、正しくないように見えるだけです...
今考えているのは、集約関数がデータを並べ替えた方法です。var_unscaled の長さは 789 で、som_model$data、training[,var]、および unit.classif の長さはすべて 2755 です。集計データをプロットしようとしましたが、結果は警告ではなく、理解できないグラフでした (予想どおり)。
unit.classif には多くの繰り返し数値が含まれているため、これが行われたと思います。そのため、サイズが縮小されています。
問題は、警告について心配するかどうかです。正確なグラフを作成していますか?プロットコマンドで探している「プロパティ」のセクションは正確には何ですか? データを「集計」する別の方法はありますか?
matlab - som ツールボックス + 予測欠損値と外れ値
欠損値または外れ値を予測するためにSOM ツールボックス ( http://www.cis.hut.fi/somtoolbox/theory/somalgorithm.shtml ) を使用したい。しかし、私はそれのための機能を見つけることができません。視覚化と BMU (Best Machining Unit) を取得するためのコードを書きましたが、それを予測に使用する方法がわかりません。私たちを手伝ってくれますか?
前もって感謝します 。
r - RのSOMを使用したエラー「外部関数呼び出しのNA / NaN / Inf(arg 1)」
私はこの問題を解決しようとしています:
各画像は高さ 28 ピクセル、幅 28 ピクセルで、合計 784 ピクセルです。各ピクセルには、そのピクセルの明るさまたは暗さを示す単一のピクセル値が関連付けられており、数値が大きいほど暗いことを意味します。このピクセル値は、0 から 255 までの整数です。
トレーニング データ セット (train.csv) には 785 列があります。「ラベル」と呼ばれる最初の列は、ユーザーが描いた数字です。残りの列には、関連付けられた画像のピクセル値が含まれます。
以下のコードを R で実行したところ、このエラーが返されましたNA/NaN/Inf in foreign function call (arg 1)
。
私のデータには多くのゼロがあり、これが問題だと思います。
どうすればこの問題を解決できますか?
r - 自己組織化マップのニューロンごとのクラス確率をプロット
R での自己組織化マップ クラスタリングの優れたチュートリアルを見つけました。このチュートリアルでは、入力データを単位空間に表示する方法が説明されています (以下を参照)。ラベル付けのルールを設定するために、各ニューロンの各クラスの確率を計算してプロットしたいと思います。確率の計算はかなり簡単です。各ユニットのクラス i の観測数を取り、それをこのユニットの観測数の合計で割ります。私はdata.frame pcで終わります。今、私はこの結果をマッピングするのに苦労していますが、それを行う方法の手がかりはありますか?