Question

训练SOM之后，如何将新数据绘制到SOM上并可视化如何映射到SOM？理想情况下，我希望将其与相应的分类颜色和节点位置一起绘制。 identify()可以根据SOM映射上的选择来精确定位数据，但是它非常有限，一次只能执行一次。我想映射整个（新）数据集并对其进行可视化。我可以使用map()和组关联来获取节点位置，但是如何将新点手动绘制到SOM上呢？在互联网或kohonen R文档中找不到任何相关内容。感谢任何帮助。

library(kohonen)
data(wines)
wines.train<-wines[1:150,]
wines.test<-wines[151:nrow(wines),]
wines.sc <- scale(wines.train)

set.seed(7)
wines.som<-som(wines.sc, grid = somgrid(5, 4, "hexagonal"),rlen=150,alpha=c(0.05,0.01))
wines.hc<-cutree(hclust(dist(wines.som$codes[[1]])),6) 
plot(wines.som,type="mapping",bgcol=rainbow(6)[wines.hc])
add.cluster.boundaries(wines.som,wines.hc)

可用于手动检查SOM上的特定节点

identify(wines.som$grid$pts,labels=as.vector(wines.hc),plot=T,pos=T)

将新数据映射到经过训练的SOM

wines.map<-map(wines.som,scale(wines.test))
wines.test.grp<-sapply(wines.map$unit.classif,function(x) wines.hc[[x]])

Answer 1

我认为需要注意的一件事是，您不应使用其内部的值来扩展测试数据。您应该使用火车数据的缩放参数来缩放测试数据。因为模型是使用火车数据中的信息进行训练的。它没有看到测试数据。

因此，按比例缩放的测试数据将如下所示：

wines.test.scale <- scale(wines.test, center = attr(wines.sc, 'scaled:center'), scale = attr(wines.sc, 'scaled:scale'))

现在，您可以为模型分配一个新成员。这是每个数据到每个模型节点的距离测量。由于您将数据拆分以进行训练和测试，因此可以在模型中添加两个新成员，即火车距离和测试距离。我将它们命名为train.map和test.map，因为该过程可以看作是输入数据到模型地图的映射过程。

wines.som$train.map <- apply(
  wines.sc, 1, function(input1) {
    apply(
      wines.som$codes[[1]], 1, function(input2) dist(rbind(input1, input2))
    )
  }
)

wines.som$test.map <- apply(
  wines.test.scale, 1, function(input1) {
    apply(
      wines.som$codes[[1]], 1, function(input2) dist(rbind(input1, input2))
    )
  }
)

我认为必须将变量放入模型中，因为一旦内核附加了库，它就会用软件包的功能覆盖基本绘图功能，直到一个人拆离软件包。新的绘图功能必须识别出正在处理的变量具有适当的类。

现在，您可以将单个输入数据的地图绘制到模型的网络。您可以在此处放置两个阶段：火车数据映射和测试数据映射。

par(mfrow = c(5,5))
for (a in 1:ncol(wines.som$train.map)) {
  plot(
    wines.som, type = 'property', property = wines.som$train.map[,a],
    main = paste('train',a) 
  )
}

par(mfrow = c(5,5))
for (a in 1:ncol(wines.som$test.map)) {
  plot(
    wines.som, type = 'property', property = wines.som$test.map[,a],
    main = paste('test',a) 
  )
}

如何将新数据映射/绘制到训练有素的SOM映射上？

1 个答案: