sommatlab代码-Self-Organizing-Maps:Matlab工具箱,用于分类数据的自组织映射(SOM)和主成分

  • r3_370187
    了解作者
  • 420.3KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-04-11 03:43
    上传日期
som matlab代码自组织图 用于自组织地图(SOM)等的Matlab工具箱。 SOM Toolbox 2.0是用于实现自组织地图算法的Matlab 5的软件库,由Esa Alhoniemi,Johan Himberg,Jukka Parviainen和Juha Vesanto版权所有(C)1999。 运行SOM代码 运行主Matlab文件需要该目录中的所有文件:'data2kde2som'。 该文件将分类(即合并)的数据转换为内核密度估计,然后通过Vesanto等人的SOM功能运行该估计。 需要两个(CSV)输入来运行“ data2kde2som” :( 1)bin_midpoints(分类数据的每个bin的中点)和(2)适合您的bin的数据(每行代表每个点的数据分布)。 执行主成分分析(PCA) 还有一个名为“ pca_surrey”的文件,对两个文件执行PCA(与SOM输出进行比较)。
Self-Organizing-Maps-master.zip
  • Self-Organizing-Maps-master
  • som_show_gui.m
    20.7KB
  • somtoolbox.m
    9.4KB
  • som_dmatminima.m
    2KB
  • som_set.m
    25.6KB
  • som_modify_dataset.m
    7.6KB
  • som_trajectory.m
    9.4KB
  • som_write_data.m
    5.9KB
  • som_map_struct.m
    9.3KB
  • som_clget.m
    3.3KB
  • som_connection.m
    5.3KB
  • som_write_cod.m
    5.3KB
  • som_gui.m
    97.4KB
  • som_stats.m
    9KB
  • knn_old.m
    7KB
  • som_fillnans.m
    1.3KB
  • som_norm_variable.m
    19.1KB
  • som_neighbors.m
    1.2KB
  • som_bmucolor.m
    2.2KB
  • som_ind2sub.m
    1.2KB
  • som_table_modify.m
    3.5KB
  • som_divide.m
    2.7KB
  • sompak_train_gui.m
    7.4KB
  • som_neighf.m
    3.4KB
  • vis_patch.m
    3.7KB
  • som_cldist.m
    6.1KB
  • sompak_sammon_gui.m
    5.1KB
  • som_demo3.m
    23.7KB
  • som_hits.m
    6.4KB
  • som_sompaktrain.m
    15.7KB
  • som_order_cplanes.m
    8.3KB
  • db_index.m
    2.2KB
  • som_unit_coords.m
    7.9KB
  • neural_gas.m
    2.7KB
  • som_use_vs2.m
    927B
  • som_gapindex.m
    1.9KB
  • som_normalize.m
    11.3KB
  • lvq3.m
    5.8KB
  • som_vs2to1.m
    8.2KB
  • sompak_train.m
    6.3KB
  • som_mdist.m
    2.2KB
  • som_grid.m
    24.7KB
  • som_vs1to2.m
    6.8KB
  • som_batchtrain.m
    20.1KB
  • vis_trajgui.m
    40.6KB
  • som_stats_report.m
    3.5KB
  • som_table_print.m
    1.2KB
  • som_select.m
    19.8KB
  • som_show_clear.m
    4.8KB
  • som_drmake.m
    5.4KB
  • som_unit_neighs.m
    5.3KB
  • som_show.m
    27.5KB
  • cca.m
    7.8KB
  • som_distortion.m
    4.3KB
  • som_kmeans.m
    4.1KB
  • som_distortion3.m
    5.3KB
  • som_lininit.m
    8.1KB
  • som_randinit.m
    6.3KB
  • som_pieplane.m
    9.7KB
  • vis_grid_struct.m
    930B
  • som_demo2.m
    13KB
  • vis_footnoteButtonDownFcn.m
    1.6KB
  • sompak_sammon.m
    4.2KB
  • som_data_struct.m
    5.9KB
  • som_autolabel.m
    7.4KB
  • som_info.m
    12.9KB
  • pca_surrey.m
    6.4KB
  • sompak_init_gui.m
    9.6KB
  • som_show_add.m
    47.8KB
  • som_barplane.m
    13.6KB
  • do_SOM.m
    2KB
  • som_vis_coords.m
    5.4KB
  • vis_footnote.m
    3KB
  • som_demo1.m
    8.8KB
  • som_prototrain.m
    4.5KB
  • nanstats.m
    1.6KB
  • som_label2num.m
    1.7KB
  • som_coloring.m
    3.4KB
  • som_colorcode.m
    7.8KB
  • som_train_struct.m
    13.8KB
  • som_label.m
    9.3KB
  • som_denormalize.m
    9.8KB
  • som_ind2cod.m
    1.4KB
  • som_plotmatrix.m
    3.6KB
  • vis_planeGetArgs.m
    3.2KB
  • som_clspread.m
    4.5KB
  • vis_som_show_data.m
    5.5KB
  • Contents.m
    9.4KB
  • som_stats_plot.m
    4.8KB
  • som_read_cod.m
    6.9KB
  • som_dendrogram.m
    8.8KB
  • som_topol_struct.m
    9.4KB
  • som_make.m
    12.3KB
  • vis_show_gui_tool.m
    65.9KB
  • som_table_struct.m
    2.5KB
  • data2kde2som.m
    6KB
  • som_dmat.m
    1.8KB
  • som_cplane.m
    15.3KB
  • som_quality.m
    4.8KB
  • README.md
    912B
内容介绍
# Self-Organizing-Maps A Matlab toolbox for Self-Organizing Maps (SOM) and others. SOM Toolbox 2.0, a software library for Matlab 5 implementing the Self-Organizing Map algorithm is Copyright (C) 1999 by Esa Alhoniemi, Johan Himberg, Jukka Parviainen and Juha Vesanto. # Running the SOM code All files in the directory are needed to run the main Matlab file: 'data2kde2som'. This file converts categorical (i.e. binned) data into a kernel density estimation, and then runs this through SOM functionality by Vesanto et al. Two (CSV) inputs are needed to run 'data2kde2som' (1) bin_midpoints (the midpoints of each bin of your categorical data) and (2) the data that fits into your bins (each row representing data distributions for each point). # Performing Principal Component Anakysis (PCA) There is also a file called 'pca_surrey' that performs PCA (to compare with SOM output) on the same two files.
评论
    相关推荐