SOM应用小例子

使用iris 数据集应用SOM, 附带可视化

from minisom import MiniSom
import matplotlib.pyplot as plt
from sklearn import datasets
# your code
data = datasets.load_iris()
X = data.data
y = data.target

som = MiniSom(15, 15, 4)

som.pca_weights_init(X)

# random training
som.train(X, 5000, random_order=True) 

# Visualising SOM results
im = 0
for x, t in zip(X, y):  # scatterplot
    w = som.winner(x)
    plt. text(w[0]+.5,  w[1]+.5,  str(t),
              color=plt.cm.rainbow(t / 3.))

plt.axis([0, som.get_weights().shape[0], 0,  som.get_weights().shape[1]])
plt.savefig('som_digts.png', bbox_inches='tight',pad_inches = 0)
plt.show()

如果帮助到你,能点个赞吗?

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值