मैं जानता हूँ कि इस चर्चा के 4 साल पुराना है, हालांकि मैं एक संतोषजनक answe नहीं मिल रहा है वेब पर आर।
यदि आपके पास न्यूरॉन में इनपुट मैपिंग और प्रत्येक न्यूरॉन के लिए स्थान से संबंधित 2-डी सरणी के रूप में कुछ है।
उदाहरण के लिए कुछ इस तरह विचार करें:
:
from matplotlib import collections, transforms
from matplotlib.colors import colorConverter
from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
def plot_map(hits, n_centers, w=10):
"""
Plot Map
"""
fig = plt.figure(figsize=(w, .7 * w))
ax = fig.add_subplot(111)
hits_count = np.histogram(hits, bins=n_centers.shape[0])[0]
# Discover difference between centers
collection = RegularPolyCollection(
numsides=6, # a hexagon
rotation=0, sizes=((6.6*w)**2 ,),
edgecolors = (0, 0, 0, 1),
array= hits_count,
cmap = cm.winter,
offsets = n_centers,
transOffset = ax.transData,
)
ax.axis('off')
ax.add_collection(collection, autolim=True)
ax.autoscale_view()
fig.colorbar(collection)
return ax
_ = plot_map(som_classif, matrix)
अंत में मैं इस उत्पादन मिल गया:
hits = array([1, 24, 14, 16, 6, 11, 8, 23, 15, 16, 15, 9, 20, 1, 3, 29, 4,
32, 22, 7, 26, 26, 35, 23, 7, 6, 11, 9, 18, 17, 22, 19, 34, 1,
36, 3, 31, 10, 22, 11, 21, 18, 29, 3, 6, 32, 15, 30, 27],
dtype=int32)
centers = array([[ 1.5 , 0.8660254 ],
[ 2.5 , 0.8660254 ],
[ 3.5 , 0.8660254 ],
[ 4.5 , 0.8660254 ],
[ 5.5 , 0.8660254 ],
[ 6.5 , 0.8660254 ],
[ 1. , 1.73205081],
[ 2. , 1.73205081],
[ 3. , 1.73205081],
[ 4. , 1.73205081],
[ 5. , 1.73205081],
[ 6. , 1.73205081],
[ 1.5 , 2.59807621],
[ 2.5 , 2.59807621],
[ 3.5 , 2.59807621],
[ 4.5 , 2.59807621],
[ 5.5 , 2.59807621],
[ 6.5 , 2.59807621],
[ 1. , 3.46410162],
[ 2. , 3.46410162],
[ 3. , 3.46410162],
[ 4. , 3.46410162],
[ 5. , 3.46410162],
[ 6. , 3.46410162],
[ 1.5 , 4.33012702],
[ 2.5 , 4.33012702],
[ 3.5 , 4.33012702],
[ 4.5 , 4.33012702],
[ 5.5 , 4.33012702],
[ 6.5 , 4.33012702],
[ 1. , 5.19615242],
[ 2. , 5.19615242],
[ 3. , 5.19615242],
[ 4. , 5.19615242],
[ 5. , 5.19615242],
[ 6. , 5.19615242]])
तो इस का उपयोग कर एक निम्न विधि I'do
संपादित करें
https://stackoverflow.com/a/23811383/575734
@ S.Lott पर इस कोड का एक अद्यतन संस्करण: एक आत्म आयोजन नक्शा एक ऐ एल्गोरिथ्म है। Http://en.wikipedia.org/wiki/Self-organizing_map – Zifre
देखें आप क्या देख रहे हैं?क्या यह आत्म-आयोजन एल्गोरिदम पर एक एआई प्रश्न है, या सतह के हेक्सागोनल टाइलिंग का प्रतिनिधित्व करने के तरीके पर हेक्सगोन ड्राइंग या डेटा प्रतिनिधित्व प्रश्न पर ग्राफिक्स प्रश्न है? –