R SOM 自組織映射：在線算法

說明

Kohonen 的Self-Organizing Map是多維縮放的粗略形式。

用法

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

參數

data	觀察值的矩陣或 DataFrame ，經過縮放以使歐幾裏得距離合適。
grid	代表網格：參見somgrid。
rlen	更新次數：僅在 alpha 和 radii 的默認值中使用。
alpha	更改量：對 alpha 的每個元素進行一次更新。默認值是在 rlen 更新期間從 0.05 線性下降到 0。
radii	用於每次更新的鄰域半徑：必須與 alpha 的長度相同。默認值是在 rlen 更新期間從 4 線性下降到 1。
init	最初的代表。如果丟失，則從 data 中隨機選擇(不替換)。

細節

alpha 和 radii 也可以是列表，在這種情況下，依次使用每個組件，從而允許進行兩階段或更多階段的訓練。

值

帶有組件的 "SOM" 類的對象

grid	網格，類 "somgrid" 的對象。
codes	代表矩陣。

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)

參考

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