自组织映射可视化结果解释

使用R语言的Kohonen包,我获得了一个显示代码向量的“codes”图。

codes plot

我想问的是,相邻节点的代码向量不应该是相似的吗?为什么左侧顶部的两个节点差异如此大?

有没有办法像下图这样进行有意义的组织?来源自这里。其中高贫困国家聚集在底部。world poverty map

library("kohonen")data("wines")wines.sc <- scale(wines)set.seed(7)wine.som <- som(data = wines.sc, grid = somgrid(5, 4, "hexagonal"))# types of plotsplot(wine.som, type="codes", main = "Wine data")

回答:

地图1是每个节点的平均向量结果。你所highlight的顶部两个节点非常相似。

地图2是一种节点之间的相似性指数。

如果你想使用地图1的结果获得这种类型的地图,你可能需要开发自己的绘图函数,并使用以下参数:

  1. 选择最相关的节点或最不同的节点(手动或自动)。然后,你需要为这些节点各自分配一种颜色。

  2. 为邻居节点着色,使用从选定节点中心到每个节点中心的平均距离。距离越短,颜色越接近;距离越大,颜色越淡。

总而言之,这几乎是徒劳的很多工作。地图1更好,包含了很多信息。地图2看起来不错…

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注