selforgmap

Самоорганизующаяся карта

Синтаксис

selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)

Описание

Самоорганизующиеся карты учатся кластеризировать данные на основе подобия, топологии, с настройкой (но никакая гарантия) присваивания того же номера экземпляров к каждому классу.

Самоорганизующиеся карты используются и чтобы кластеризировать данные и уменьшать размерность данных. Они вдохновлены сенсорными и моторными отображениями в мозгу млекопитающего, которые также появляются к автоматической организации информации топологически.

selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn) берет эти аргументы,

dimensions

Вектор - строка из размеров размерности (значение по умолчанию = [8 8])

coverSteps

Количество учебных шагов для начального покрытия входного пробела (значение по умолчанию = 100)

initNeighbor

Начальный размер окружения (значение по умолчанию = 3)

topologyFcn

Функция топологии слоя (значение по умолчанию = 'hextop')

distanceFcn

Функция расстояния нейрона (значение по умолчанию = 'linkdist')

и возвращает самоорганизующуюся карту.

Примеры

Используйте самоорганизующуюся карту для кластерных данных

Здесь самоорганизующаяся карта используется, чтобы кластеризировать простой набор данных.

x = simplecluster_dataset;
net = selforgmap([8 8]);
net = train(net,x);
view(net)
y = net(x);
classes = vec2ind(y);

Смотрите также

| |

Представленный в R2010b

Для просмотра документации необходимо авторизоваться на сайте