selforgmap
自己組織化マップ
構文
説明
自己組織化マップは、同じ数のインスタンスを各クラスに割り当てることを優先して (ただし、その保証はありません)、類似性、トポロジに基づいてデータをクラスタリングするように学習します。
自己組織化マップは、データのクラスタリングとデータの次元削減に使用できます。これらは、哺乳類の脳の感覚野および運動野のマッピングからヒントを得ています。哺乳類の脳でも、情報が自動的かつトポロジカルに組織化されると考えられています。
は、次元のサイズの行ベクトルを取り、自己組織化マップを返します。selfOrgMap
= selforgmap(dimensions
)
は、次元のサイズの行ベクトルと、初期対応のための学習ステップの数、初期近傍サイズ、層トポロジ関数、およびニューロン距離関数を取り、自己組織化マップを返します。selfOrgMap
= selforgmap(dimensions
,coverSteps
,initNeighbor
,topologyFcn
,distanceFcn
)
例
入力引数
出力引数
バージョン履歴
R2010b で導入
参考
lvqnet
| competlayer
| nctool