问题标签 [self-organizing-maps]

我正在使用SOM 工具箱来分析从汽车数据库收集的数据。我的问题是在可视化统一距离矩阵时。引用 som_umat 的文档：

计算并返回 SOM 的统一距离矩阵。例如 5x1 大小的地图： m(1) m(2) m(3) m(4) m(5) 其中 m(i) 表示一个地图单元。u 矩阵是一个 9x1 向量： u(1) u(1,2) u(2) u(2,3) u(3) u(3,4) u(4) u(4,5) u (5) 其中 u(i,j) 是地图单元 m(i) 和 m(j) 之间的距离，u(k) 是周围值的平均值（或最小值、最大值或中值），例如 u(3 ) = (u(2,3) + u(3,4))/2。

我如何简单地可视化 U 矩阵，因为我发现它在其他任何地方都有定义？包括文档中引用的论文 ( http://www.cis.hut.fi/somtoolbox/package/docs2/som_umat.html )：表示每个节点之间欧几里得距离的值矩阵。强迫用户在两者之间绘制平均值（或最小值、最大值、中值）的意义何在？我相信生成的地图比不渲染这些中间值的直观性要低得多。

这张图片应该相当清楚地显示我的意思：

:)

当我为我的论文提案辩护时，我的一位教授问我为什么我们必须在 SOM 中指定迭代次数？他说，我们应该有一个收敛标准来停止训练。

但是，我知道我们没有目标向量，因此我们无法最小化成本。

我的问题是首先，为什么需要 MAX_ITERATIONS，其次，是什么向我们保证，我们选择的迭代次数会给出最佳映射。:(

PS 根据经验，我尝试在颜色数据集上使用 1000 次迭代和 10000 次迭代。似乎 10000 次迭代并没有提供比 1000 次更好的可视化效果。:(

自组织地图据称能够在较小的维度空间上可视化/聚类高维数据。我在理解这句话时有些困难。

考虑一个六维数据集，码本向量/参考向量也是六维的。根据 SOM 算法，这些参考向量的更新也是在六维向量空间中进行的。如果我们在考虑一个二维映射，我应该如何理解六维数据空间和二维映射空间之间的映射？

我有一个带标签的数据集，每个数据条目都是六维的。每个数据条目都被预先标记为属于 10 个集群之一。

我想训练一个 SOM 来适应这个带标签的数据集。换句话说，我想强制执行一个 SOM，它可以精确（或几乎）将相同的结果聚集到每个数据条目中，作为预先标记的条目。

MATLAB神经网络工具箱中有没有可以满足上述要求的函数？

我一直在尝试修改程序，以便它可以接受单个字母字符的多个数据，例如字母“A”。有某种 ContainsKey 函数允许键盘上的一个键只保存一个数据。如何使保存多个数据成为可能？

我要说得很清楚，这是一个使用无监督神经网络的在线 OCR 程序。当用户在绘图空间中绘制一个字符时，他们可以选择将该字符添加到学习数据中以便稍后进行训练。当他们添加一个字符时，他们必须使用键盘上的键定义他们刚刚输入的字符。例如，他们绘制字母“A”，然后会出现一个弹出窗口，要求用户从键盘输入该字母的键。

这里的问题是，当学习数据中已经有一个字母“A”时，我不能再添加另一个字母“A”，因为键 A 已经保存了之前的“A”。我想让钥匙 A 能够容纳多个字母“A”。

我要在这里发布程序的整个代码，我希望你们能忍受我。这不是我的程序，它来自 Heaton Research，我只是打算修改它。预先感谢。

如何表示二维神经网络中的节点？

在自组织神经网络（Kohonen 图）中，节点的权重与 2D 网络中的坐标有何关系。地图是否根据该位置的位置坐标或权重自组织。

我正在尝试使用 MPI 实现下面显示的算法

分布式定位算法：输入：N，节点数；G = (g_ij)，最近邻的知识输出：节点位置p_i = (x_i,y_j), i,j = 1,......,N

我正在尝试对我的表达数据（约 500 个基因）运行 23 个样本的监督自组织图。将 23 个样本分为 4 组。我想获得这 4 组中具有相似表达模式的基因图谱。

在使用包的xyf功能Kohonen进行监督建模时，

我遇到以下错误：

样本错误（1：nd，ng，replace = FALSE）：当“replace = FALSE”时，不能抽取大于总体的样本

我找不到在replace=T函数中调用的位置。软件包手册中没有关于此主题的信息。

我想创建一张照片拼贴画。类似于这张图片（想想照片而不是那些彩色矩形）：

应根据以下信息构建拼贴画。

我们有一个 2d 插槽地图和一组图像。地图（在本例中为 3x3 插槽）如下所示：

现在，对于每个图像，我们都知道它属于哪个插槽。此外，可能没有图像属于特定插槽；然而，不止一张图像可以属于一个特定的插槽（我们可能有超过 9 张图像）。

除此之外，如果多个图像属于特定槽，我们知道图像属于该槽的程度。

那么，创建一个看起来很漂亮但仍保留上述地图结构的拼贴（用 Java 语言）的最佳方法是什么？

（要获得这张 2d 地图，我们使用的是 Kohonen 地图）

我正在尝试使用Stephan Marslands 2D 自组织图（结合主成分分析）

并根据我预处理后的数据集，产生此错误

目前，myY表示每个数组的元素数量（数组维度包含在较大维度中），myX表示包含较小数组维度的较大维度。什么可能导致此内存错误？

levelplot是否可以使用R 包中的函数绘制颜色矩阵lattice？我必须用RGB函数为每个单元格着色。

颜色矩阵必须如下所示，我需要为每个单元格着色，如 rgb(1,0.8,0.9) 等。

我需要这个，因为我必须实现self-organizing-map颜色分类算法。我不允许使用内置的 kohonen/som 函数或 som 类。