Самоорганизующаяся карта
selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)
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 = |
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 = |
distanceFcn | Функция расстояния нейрона (значение по умолчанию = |
и возвращает самоорганизующуюся карту.
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);
competlayer | lvqnet | nctool
