Właściwości węzła kohonennode

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

Właściwości węzła kohonennode

Last updated: 04 lip 2023

Właściwości węzła kohonennode

Ikona węzła Kohonena Węzeł Kohonen generuje typ sieci neuronowej, którą można wykorzystać do grupowania zbioru danych w osobne grupy. Po pełnym przeszkoleniu sieci rekordy podobne do siebie powinny znajdować się blisko siebie na mapie wyników, podczas gdy rekordy różne od siebie powinny znajdować się daleko od siebie. Na podstawie liczby obserwacji przechwyconych przez każdą jednostkę w modelu użytkowym można rozpoznać silne jednostki. Może to dać pojęcie o odpowiedniej liczbie skupień.

Przykład

node = stream.create("kohonen", "My node")
# "Model" tab
node.setPropertyValue("use_model_name", False)
node.setPropertyValue("model_name", "Symbolic Cluster")
node.setPropertyValue("stop_on", "Time")
node.setPropertyValue("time", 1)
node.setPropertyValue("set_random_seed", True)
node.setPropertyValue("random_seed", 12345)
node.setPropertyValue("optimize", "Speed")
# "Expert" tab
node.setPropertyValue("mode", "Expert")
node.setPropertyValue("width", 3)
node.setPropertyValue("length", 3)
node.setPropertyValue("decay_style", "Exponential")
node.setPropertyValue("phase1_neighborhood", 3)
node.setPropertyValue("phase1_eta", 0.5)
node.setPropertyValue("phase1_cycles", 10)
node.setPropertyValue("phase2_neighborhood", 1)
node.setPropertyValue("phase2_eta", 0.2)
node.setPropertyValue("phase2_cycles", 75)

Tabela 1. właściwości węzła kohonennode
Właściwości węzła `kohonennode`	Wartości	Opis właściwości
`inputs`	[field1 ... fieldN]	W modelach Sieć Kohonena używana jest lista zmiennych wejściowych, ale nie są używane zmienne przewidywane. Zmienne częstości i ważące nie są używane. Więcej informacji na ten temat zawiera sekcja Właściwości wspólnego węzła modelowania .
`continue`	Flaga
`show_feedback`	Flaga
`stop_on`	`Default` `Time`
`time`	Liczba
`optimize`	`Speed` `Memory`	Służy do określania, czy budowanie modelu ma być optymalizowane pod kątem szybkości, czy zużycia pamięci.
`cluster_label`	Flaga
`mode`	`Simple` `Expert`
`width`	Liczba
`length`	Liczba
`decay_style`	`Linear` `Exponential`
`phase1_neighborhood`	Liczba
`phase1_eta`	Liczba
`phase1_cycles`	Liczba
`phase2_neighborhood`	Liczba
`phase2_eta`	Liczba
`phase2_cycles`	Liczba
`set_random_seed`	Wartość boolowska	Jeśli nie ustawiono wartości początkowej generatora liczb losowych, sekwencja wartości losowych używanych do inicjowania wag sieci będzie różna za każdym razem, gdy węzeł jest uruchamiany. W wyniku tego węzeł może utworzyć różne modele dla różnych przebiegów, nawet jeśli ustawienia węzła i wartości danych będą dokładnie takie same. Wybierając tę opcję można ustawić konkretną wartość początkową generatora liczb losowych, dzięki czemu model będzie dokładnie powtarzalny.
`random_seed`	liczba całkowita	Wartość startowa