调整神经网络参数

Question

我正在测试自组织映射神经网络算法来执行模型回归。

我使用somoclu工具箱在Python中执行了基本测试（计算时间非常有效）。我使用x²函数作为测试函数。然后，我尝试创建一个50x50点的SOM。我绘制了一系列曲线，你可以看到原始点与SOM。插值对我来说并不令人满意，因为如果我学不够，就会有异常值，如果我学得太多，那就很适合原点。我想要的是在我的方形曲线的点之间有点。

据我所知，在这种情况下，异常值并非“愚蠢”，因为它们会尝试连接点。但它不能在状态中用作模型回归。

你可以向我解释我的调音参数错在哪里吗？或者如何删除异常值？

我的代码：

import numpy as np
import matplotlib.pyplot as plt
import somoclu
import pandas as pd

data = pd.read_csv('10_samples.txt', sep='\t', header = 0)
data = data.as_matrix()

epoch_size = np.linspace(2,100,99)

for j in epoch_size:
    som = somoclu.Somoclu(n_columns=50, n_rows=50, data=data, kerneltype = 0, initialization = 'pca')
    som.train(epochs=int(j))

    a=som.codebook
    dim=a.shape
    som_ncodebook = [[]]
    for i in range(dim[2]):
        param = a[:,:,i]
        param = param.reshape(1,dim[0]*dim[1]) # raboute ligne à ligne 
        param = param.reshape(dim[0]*dim[1],1) # transforme en colonne
        if i == 0 :
            som_ncodebook = param
        else:
            som_ncodebook=np.append(som_ncodebook,param,axis=1)

    codebookplot = som_ncodebook


    plt.plot(codebookplot[:,0],codebookplot[:,1],'ob')
    plt.plot(data[:,0],data[:,1],'.r')
    plt.title('codebook epoch = '+str(j))
    plt.savefig('test_'+str(int(j))+'.png')
    plt.close()