问题标签 [som]

我有一个包含近 2000 个输入参数和 4 个输出参数的数据表。我要优化输入参数来定义输出

我不确定输入参数是否线性相关，所以我正在寻找一种非线性降维算法。自组织地图是否是一个很好的选择，可以将 2000 个输入参数减少到几个组件。

我确实尝试过 PCA，但它不是很有帮助。请问有人可以建议我可以尝试的任何标准算法和代码吗？

我如何检查这个成本函数是凹的还是凸的？我还想知道这是否有一个或多个最小值。

努力；

我在上面的代码中尝试做的是获取一个随机权重值作为上述成本函数的输入，然后使用不变的样本计算这些随机输入的成本值，如果我找到多个最小成本，那么确认我的成本函数不是凸的。

我的代码与我在问题中发布的成本函数略有不同，因为我有额外的输入。作为我的实现的输出，我有针对我的样本的不同权重的成本值，现在我无法将其可视化。

刚刚根据 ai-junkie 网站上的解释对这个 SOM 进行了编码，它似乎将所有输入向量放在一个共同的坐标中，我做错了什么？我怀疑它的培训循环，因为这是该网站不清楚的一部分，任何帮助表示赞赏。

}

我一直在研究自组织地图的概念，以了解任何类型数据集中的变量/关系并生成一些热图。是否有任何其他机器学习概念/方法可用于对数据进行探索性分析并获得变量之间的关系。

我已经为功能预测创建了网络。有几个神经元，每个代表自己的功能块。

有没有办法在一个图中（在子图中）显示每一块？

我知道，plotsompos对一个神经元执行此操作，但它会产生很大的图形，所以我不能每次都对 10-20 个神经元中的每一个执行此操作。我可以在上面构建图形吗

例如我自己？

我正在使用 R 中 kohonen 包中的绘图函数。该函数固有地产生名为“属性图”的标题或我指定的任何不同的绘图。我可以更改名称并对其进行自定义，但我无法更改其大小。

我想删除固有的标题绘图或增加标题的大小。

我附上了一个情节，其中有两个不同的标题。较小的是固有的，较大的是通过标题功能添加的。也给出了相同的代码

我正在使用自组织地图进行图像分割。由 3 个集群进行图像分割。示例图像是：

我已经像下面这样输入了matlab代码：

运行matlab代码后，没有图像分割结果。Matlab显示3图，图1显示完整图像，图2空白，图3空白。

请任何人帮我修改我的matlab代码，是任何错误的代码还是什么？

假设我有一个训练有素的 SOM：mySom。我想测试它的质量。一篇有趣的论文给出了一个建议：使用summary(mySom). 这样做会导致：

因此，mean(somres$distances) = 0.02276404似乎是所有元素与最近原型的平均距离。然而，另一个度量值应该代表相同的值：mySom$changes。打印我们找到的那些值：

在将输入呈现给 SOM 100 次后，我们得到每个单元与最近的单元的平均距离：0.0010220923。

问题：mySom$changes[100] != mean(somres$distances)。为什么？

我正在尝试通过批量训练来实现通用 SOM。我对批量训练的公式有疑问。

我在下面的链接中读到了它

http://cs-www.cs.yale.edu/c2/images/uploads/HR15.pdf

https://notendur.hi.is//~benedikt/Courses/Mia_report2.pdf

我注意到权重更新是在一个时期结束时分配而不是添加的——这不会覆盖整个网络以前的值，而且更新公式不包括节点以前的权重，那么它是如何工作的呢？

当我实现它时，网络中的许多节点变为 NaN，因为由于训练结束时梯度减小，许多节点的邻域值变为零，并且更新公式导致除以零。

有人可以正确解释批处理算法。我确实谷歌了它，我看到了很多“改进批处理”或“加速批处理”，但没有直接批处理 kohonen。在那些确实解释了公式的人中，这是相同的，但这是行不通的。

我正在尝试在 anaconda 2 中实现一个 SOM（自组织映射），我的操作系统是 windows 10。将 iris 数据集倒入后，我得到一个数组，如下所示：

我想绘制一个图表，如下所示：

我已经尝试了我能找到的任何方法，请告诉我该怎么做。