我正在学习使用R语言的”kohonen”包来创建自组织映射(SOM，也称为Kohonen网络 – 一种机器学习算法)。我正在按照这个R语言教程进行学习：https://www.rpubs.com/loveb/som

我尝试创建自己的数据（这次包含“因子”和“数值”变量），并运行SOM算法（这次使用“supersom()”函数）：

#加载库并调整颜色
library(kohonen) #拟合SOMs
library(ggplot2) #绘图
library(RColorBrewer) #颜色，使用预定义的调色板
contrast <- c("#FA4925", "#22693E", "#D4D40F", "#2C4382", "#F0F0F0", "#3D3D3D") #我自己的，对比色
cols <- brewer.pal(10, "Paired")
#create and format data
a =rnorm(1000,10,10)
b = rnorm(1000,10,5)
c = rnorm(1000,5,5)
d = rnorm(1000,5,10)
e <- sample( LETTERS[1:4], 100 , replace=TRUE, prob=c(0.25, 0.25, 0.25, 0.25) )
f <- sample( LETTERS[1:5], 100 , replace=TRUE, prob=c(0.2, 0.2, 0.2, 0.2, 0.2) )
g <- sample( LETTERS[1:2], 100 , replace=TRUE, prob=c(0.5, 0.5) )
data = data.frame(a,b,c,d,e,f,g)
data$e = as.factor(data$e)
data$f = as.factor(data$f)
data$g = as.factor(data$g)
cols <- 1:4
data[cols] <- scale(data[cols])
#som model
som <- supersom(data= as.list(data), grid = somgrid(10,10, "hexagonal"),
                dist.fct = "euclidean", keep.data = TRUE)

从这里开始，我成功地制作了一些基本的图表：

    #plots
#pretty gradient colors
colour1 <- tricolor(som$grid)
colour4 <- tricolor(som$grid, phi = c(pi/8, 6, -pi/6), offset = 0.1)
    plot(som, type="changes")
plot(som, type="count")
plot(som, type="quality", shape = "straight")
plot(som, type="dist.neighbours", palette.name=grey.colors, shape = "straight")

然而，当我尝试为每个变量创建单独的图表时，问题就出现了：

#error
var <- 1 #define the variable to plot
plot(som, type = "property", property = getCodes(som)[,var], main=colnames(getCodes(som))[var], palette.name=terrain.colors)
var <- 6 #define the variable to plot
plot(som, type = "property", property = getCodes(som)[,var], main=colnames(getCodes(som))[var], palette.name=terrain.colors)

这会产生一个错误："Error: Incorrect Number of Dimensions"

尝试对SOM网络进行聚类时，会产生一个类似的错误（NAs by coercion）：

#cluster (error)
set.seed(33) #for reproducability
fit_kmeans <- kmeans(data, 3) #3 clusters are used, as indicated by the wss development.
cl_assignmentk <- fit_kmeans$cluster[data$unit.classif]
par(mfrow=c(1,1))
plot(som, type="mapping", bg = rgb(colour4), shape = "straight", border = "grey",col=contrast)
add.cluster.boundaries(som, fit_kmeans$cluster, lwd = 3, lty = 2, col=contrast[4])

能有人告诉我我做错了什么吗？谢谢

来源：https://www.rdocumentation.org/packages/kohonen/versions/2.0.5/topics/supersom

回答：

getCodes() 产生一个列表，因此你需要像处理列表一样处理它。

调用 getCodes(som) 会产生一个包含7个项目命名为a-g的列表，因此你应该从列表中选择项目，可以使用 $ 或 [[]]

例如

plot(som, type = "property", property = getCodes(som)[[1]], main=names(getCodes(som))[1], palette.name=terrain.colors)

或者

plot(som, type = "property", property = getCodes(som)$a, main="a", palette.name=terrain.colors)

或者

plot(som, type = "property", property = getCodes(som)[["a"]], main="a", palette.name=terrain.colors)

如果你必须在调用绘图前设置变量，可以这样做：

var <- 1    
plot(som, type = "property", property = getCodes(som)[[var]], main=names(getCodes(som))[var], palette.name=terrain.colors)

关于 kmeans()

kmeans() 需要一个矩阵或可以被转换为矩阵的对象，你有因子（分类数据），这些不能被转换为数值，要么删除因子，要么寻找其他方法。

删除因子：

#cluster (error)  
set.seed(33) #for reproducability 
fit_kmeans <- kmeans(as.matrix(data[1:4]), 3)#3 clusters are used, as indicated by the wss development. 
cl_assignmentk <- fit_kmeans$cluster[data$unit.classif] 
par(mfrow=c(1,1)) 
plot(som, type="mapping", bg = rgb(colour4), shape = "straight", border = "grey",col=contrast) 
add.cluster.boundaries(som, fit_kmeans$cluster, lwd = 3, lty = 2, col=contrast[4]) 

编辑：或者你可以直接从 getCodes() 中指定代码，使用idx如下所示：

plot(som, type = "property", property = getCodes(som, idx = 1), main="a"), palette.name=terrain.colors)