这是使用numpy和tensor的kohonen自组织映射的python实现
somlib的Python项目详细描述
#索姆
这是使用numpy和tensor实现kohonen自组织映射的python实现
安装
**python 3**
`pip安装somlib`
用法
1.numpy实现
```
从somlib导入som
s=som.som(神经元=(5,5),维数=3,n_iter=500,学习率=0.1)
s.train(samples)samples是n x 3矩阵
打印(“簇中心:”,s.weights)
打印(“标签:”,s.labels)
结果=s.预测(样本)
```
这里5,5是神经元的尺寸,3是特征数。样本是numpy数组,每个样本有一个三维向量。
2.张量实现
```
从somlib导入som
s=som(神经元=(5,5),维数=3,n_iter=500,学习率=0.1,mode=”张量“)
s.train(samples)samples是n x 3矩阵
打印(“簇中心:”,s.weights)
打印(“标签:”,s.labels)
结果=s.预测(样本)
```
显示群集
要在训练后显示群集,请使用此
``s.displayClusters(示例)```
![集群](https://image.ibb.co/hs4uch/figure_3.png“集群”)
这是使用numpy和tensor实现kohonen自组织映射的python实现
安装
**python 3**
`pip安装somlib`
用法
1.numpy实现
```
从somlib导入som
s=som.som(神经元=(5,5),维数=3,n_iter=500,学习率=0.1)
s.train(samples)samples是n x 3矩阵
打印(“簇中心:”,s.weights)
打印(“标签:”,s.labels)
结果=s.预测(样本)
```
这里5,5是神经元的尺寸,3是特征数。样本是numpy数组,每个样本有一个三维向量。
2.张量实现
```
从somlib导入som
s=som(神经元=(5,5),维数=3,n_iter=500,学习率=0.1,mode=”张量“)
s.train(samples)samples是n x 3矩阵
打印(“簇中心:”,s.weights)
打印(“标签:”,s.labels)
结果=s.预测(样本)
```
显示群集
要在训练后显示群集,请使用此
``s.displayClusters(示例)```
![集群](https://image.ibb.co/hs4uch/figure_3.png“集群”)