Main Content

selforgmap

Mapa autoorganizado

Descripción

Los mapas autoorganizados aprenden a agrupar datos basándose en su similitud y topología, y tienen preferencia (pero ofrecen una garantía) por asignar el mismo número de instancias a cada clase.

Puede utilizar mapas autoorganizados para agrupar datos y reducir su dimensionalidad. Están inspirados en las aplicaciones sensoriales y motrices del cerebro de los mamíferos, que al parecer también organizan la información automáticamente según su topología.

ejemplo

selfOrgMap = selforgmap(dimensions) toma un vector fila de tamaños de dimensión y devuelve un mapa autoorganizado.

selfOrgMap = selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn) toma un vector fila de tamaños de dimensión y una serie de pasos de entrenamiento para la cobertura inicial, un tamaño de entorno inicial, una función de topología de capas y una función de distancia neuronal y, después, devuelve un mapa autoorganizado.

Ejemplos

contraer todo

Este ejemplo muestra cómo usar un mapa autoorganizado para agrupar un conjunto simple de datos.

x = simplecluster_dataset;
net = selforgmap([8 8]);
net = train(net,x);

Figure Neural Network Training (25-Jan-2024 15:32:12) contains an object of type uigridlayout.

view(net)

y = net(x);
classes = vec2ind(y);

Argumentos de entrada

contraer todo

Tamaños de dimensión, especificados como vector fila.

Número de pasos de entrenamiento para la cobertura inicial del espacio de entrada, especificados como un escalar.

Tamaño de entorno inicial, especificado como un escalar.

Función de topología de capas, especificada como una función de topología.

Función de distancia neuronal, especificada como una función de distancia.

Argumentos de salida

contraer todo

Mapa autoorganizado, devuelto como un objeto de red.

Historial de versiones

Introducido en R2010b

Consulte también

| |