Самоорганизующаяся карта
selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)
Самоорганизующиеся карты учатся кластеризировать данные на основе подобия, топологии, с выбором (но без гарантии) назначения одинакового количества образцов каждому классу.
Самоорганизующиеся карты используются как для кластеризации данных, так и для уменьшения размерности данных. Они вдохновлены сенсорным и двигательным отображениями в мозге млекопитающего, которые также, по-видимому, автоматически организация информацию топологически.
selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)
принимает эти аргументы,
dimensions | Вектор-строка размеров размерности (по умолчанию = |
coverSteps | Количество шагов обучения для начального покрытия входного пространства (по умолчанию = 100) |
initNeighbor | Начальный размер окрестности (по умолчанию = 3) |
topologyFcn | Функция топологии слоя (по умолчанию = |
distanceFcn | Функция расстояния нейронов (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