R语言kohonen包主要函数介绍
最近准备写一篇关于自组织映射 (Self-organizing map)的文章。SOM的代码很多,研究了一圈之后目前使用最顺手的是R语言的kohonen包。
这个kohonen包功能很丰富,但是接口不是特别合理。R语言包大部分是统计学家写的,功能强大,数学上严谨,但是不怎么考虑代码的规范和简洁。
kohonen最重要的四个函数:
som
xyf
supersom
somgrid
这个命名的随意性容易让程序员抓狂。简单说,som
和xyf
是supersom
的封装版本,分别对应单层SOM和双层SOM,如果是两层以上的多层SOM,必须使用supersom
。这里需要注意一下函数的输入参数。
主要函数
som(X,...)
xyf(X, Y, ...)
supersom(data, grid=somgrid(), rlen = 100, alpha = c(0.05, 0.01),
radius = quantile(nhbrdist, 2/3),
whatmap = NULL, user.weights = 1, maxNA.fraction = 0L,
keep.data = TRUE, dist.fcts = NULL,
mode = c("online", "batch", "pbatch"), cores = -1, init,
normalizeDataLayers = TRUE)
som
中的参数X
是输入的数据集,可以是矩阵,不能是data frame。需要注意,xyf
中的X
和Y
都是输入的数据集,并不是指输入和输出。xyf
用于双层SOM,所以X和Y分别对应各自的Layer层。
supersom
中的data
参数应对输入的数据库,如果是多层SOM,data
是一个列表list,每个元素都是一个数据库。
somgrid
函数
主要函数中,除了数据集以外,另外主要参数是somgrid()函数,用于建立SOM网络。其他参数可以使用默认值,但是somgrid()必须给定。
somgrid(xdim = 8, ydim = 6, topo = c("rectangular", "hexagonal"),
neighbourhood.fct = c("bubble", "gaussian"), toroidal = FALSE)
xdim
,ydim
和topo
是SOM网络的最基本拓扑信息,包括网络大小和拓扑形状。 neighbourhood.fct
是邻域函数,可以选高斯函数和“泡泡”bubble函数。 高斯函数和bubble函数的区别会在另一篇文章中详细介绍。toroidal函数设置为TRUE可以把默认的SOM拓扑图变成环形。此时的SOM拓扑相当于是把环形切割后并展开。toroidal的作用看情况,它主要改变的是SOM的拓扑关系,对训练结果本身并没有影响。
可视化
plot(x, type = c("codes", "changes", "counts",
"dist.neighbours", "mapping", "property", "quality"),
whatmap = NULL, classif = NULL, labels = NULL,
pchs = NULL, main = NULL, palette.name = NULL,
ncolors, bgcol = NULL, zlim = NULL,
heatkey = TRUE, property, codeRendering = NULL,
keepMargins = FALSE, heatkeywidth = .2,
shape = c("round", "straight"), border = "black",
na.color = "gray", …)
SOM会调用系统的plot
函数,x
是训练好的SOM,type
是画图类型,比如
changes
:训练过程中the mean distance to the closest codebook vector
codes
:SOM中的codebook vector
counts
:SOM中每个单元对应的sample数量
实际使用中,习惯把counts图中的颜色反过来,即越深的单元表示上面的sample越多。