Самоорганизующаяся карта
selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)
Самоорганизующиеся карты учатся группировать данные на основе подобия, топологии, с предпочтением (но без гарантии) назначать одинаковое количество экземпляров каждому классу.
Самоорганизующиеся карты используются как для кластеризации данных, так и для уменьшения размерности данных. Они вдохновлены сенсорными и двигательными отображениями в мозге млекопитающих, которые также, по-видимому, автоматически организуют информацию топологически.
selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn) принимает эти аргументы,
dimensions | Вектор строки размеров (по умолчанию = |
coverSteps | Количество этапов обучения для начального покрытия входного пространства (по умолчанию = 100) |
initNeighbor | Начальный размер окрестности (по умолчанию = 3) |
topologyFcn | Функция топологии слоев (по умолчанию = |
distanceFcn | Функция расстояния между нейронами (по умолчанию = |
и возвращает самоорганизующуюся карту.
Здесь самоорганизующаяся карта используется для кластеризации простого набора данных.
x = simplecluster_dataset; net = selforgmap([8 8]); net = train(net,x); view(net) y = net(x); classes = vec2ind(y);
competlayer | lvqnet | nctool