selforgmap
자기 조직화 맵
구문
설명
자기 조직화 맵은 유사성, 위상을 기준으로 가급적(무조건적이진 않음) 동일한 개수의 인스턴스를 각 클래스에 할당하여 데이터를 군집화하도록 학습합니다.
자기 조직화 맵을 사용하여 데이터를 군집화하고 데이터 차원을 축소할 수 있습니다. 자기 조직화 맵은 포유류의 뇌의 감각 신경과 운동 신경의 매핑에서 영감을 얻었는데 정보를 자동으로 위상적으로 구성하는 것으로 알려져 있습니다.
는 차원 크기의 행 벡터를 받고 자기 조직화 맵을 반환합니다.selfOrgMap
= selforgmap(dimensions
)
은 차원 크기의 행 벡터와 초기 범위에 사용되는 훈련 스텝 수, 초기 이웃 크기, 계층 위상 함수, 뉴런 거리 함수도 받습니다. 그런 다음, 자기 조직화 맵을 반환합니다.selfOrgMap
= selforgmap(dimensions
,coverSteps
,initNeighbor
,topologyFcn
,distanceFcn
)
예제
입력 인수
출력 인수
버전 내역
R2010b에 개발됨
참고 항목
lvqnet
| competlayer
| nctool