R SOM 自组织映射：在线算法

说明

Kohonen 的Self-Organizing Map是多维缩放的粗略形式。

用法

SOM(data, grid = somgrid(), rlen = 10000, alpha, radii, init)

参数

data	观察值的矩阵或 DataFrame ，经过缩放以使欧几里得距离合适。
grid	代表网格：参见somgrid。
rlen	更新次数：仅在 alpha 和 radii 的默认值中使用。
alpha	更改量：对 alpha 的每个元素进行一次更新。默认值是在 rlen 更新期间从 0.05 线性下降到 0。
radii	用于每次更新的邻域半径：必须与 alpha 的长度相同。默认值是在 rlen 更新期间从 4 线性下降到 1。
init	最初的代表。如果丢失，则从 data 中随机选择(不替换)。

细节

alpha 和 radii 也可以是列表，在这种情况下，依次使用每个组件，从而允许进行两阶段或更多阶段的训练。

值

带有组件的 "SOM" 类的对象

grid	网格，类 "somgrid" 的对象。
codes	代表矩阵。

例子

require(graphics)
data(crabs, package = "MASS")

lcrabs <- log(crabs[, 4:8])
crabs.grp <- factor(c("B", "b", "O", "o")[rep(1:4, rep(50,4))])
gr <- somgrid(topo = "hexagonal")
crabs.som <- SOM(lcrabs, gr)
plot(crabs.som)

## 2-phase training
crabs.som2 <- SOM(lcrabs, gr,
    alpha = list(seq(0.05, 0, length.out = 1e4), seq(0.02, 0, length.out = 1e5)),
    radii = list(seq(8, 1, length.out = 1e4), seq(4, 1, length.out = 1e5)))
plot(crabs.som2)

参考

Kohonen, T. (1995) Self-Organizing Maps. Springer-Verlag

Kohonen, T., Hynninen, J., Kangas, J. and Laaksonen, J. (1996) SOM PAK: The self-organizing map program package. Laboratory of Computer and Information Science, Helsinki University of Technology, Technical Report A31.

Ripley, B. D. (1996) Pattern Recognition and Neural Networks. Cambridge.

Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.

也可以看看

somgrid , batchSOM