selforgmap

(제거될 예정임) 자기 조직화 맵

selforgmap 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

selfOrgMap = selforgmap(dimensions)

selfOrgMap = selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)

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.

selfOrgMap = selforgmap(dimensions)는 차원 크기의 행 벡터를 받고 자기 조직화 맵을 반환합니다.

selfOrgMap = selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn)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.

예제

자기 조직화 맵을 사용하여 데이터 군집화하기

이 예제에서는 자기 조직화 맵을 사용하여 간단한 데이터 세트를 군집화하는 방법을 보여줍니다.

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

view(net)

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

입력 인수

dimensions — 차원 크기

[8 8] (디폴트 값) | 행 벡터

차원 크기로, 행 벡터로 지정됩니다.

coverSteps — 초기 범위 스텝

100 (디폴트 값) | 스칼라

입력 공간의 초기 범위에 사용되는 훈련 스텝의 개수로, 스칼라로 지정됩니다.

initNeighbor — 초기 이웃 크기

3 (디폴트 값) | 스칼라

초기 이웃 크기로, 스칼라로 지정됩니다.

topologyFcn — 위상 함수

'hextop' (디폴트 값) | 'randtop' | 'gridtop' | 'tritop'

계층 위상 함수로, 위상 함수로 지정됩니다.

distanceFcn — 거리 함수

'linkdist' (디폴트 값) | 'dist' | 'mandist'

뉴런 거리 함수로, 거리 함수로 지정됩니다.

출력 인수

selfOrgMap — 자기 조직화 맵

network 객체

자기 조직화 맵으로, network 객체로 반환됩니다.

버전 내역

R2010b에 개발됨

R2026a: selforgmap 함수는 제거될 예정임

selforgmap 함수는 향후 릴리스에서 제거될 예정입니다.

자기 조직화 맵 워크플로에 대해 자세히 알아보려면 다음 예제와 항목을 참조하십시오.

• Cluster Data Using Self-Organizing Map (SOM)

• Custom Loss Functions

• Custom Training Loops

• Custom Training Loop Model Loss Functions

• Train Network Using Model Function

• List of Functions with dlarray Support

자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

참고 항목

시계열 모델러 | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

도움말 항목

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows