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”）
欢迎加入QQ群-->： 979659372
