Difference between revisions of "Orange: Self-Organizing Map"

From OnnoWiki
Jump to navigation Jump to search
Line 14: Line 14:
 
  Data: data with an additional column showing whether a point is selected
 
  Data: data with an additional column showing whether a point is selected
  
Widget Self-organizing map (SOM) adalah jenis dari artificial neural network (ANN) yang di train menggunakan unsupervised learning untuk menghasilkan representasi dua-dimensi, men-discretized dari data. Ini adalah metoda untuk melakukan reduksi dimensi. Widget Self-Organizing Map menggunakan neighborhood function untuk menjaga property topological yang ada di input space.
+
Widget Self-Organizing Map (SOM) adalah jenis dari artificial neural network (ANN) yang di train menggunakan unsupervised learning untuk menghasilkan representasi dua-dimensi, men-discretized dari data. Ini adalah metoda untuk melakukan reduksi dimensi. Widget Self-Organizing Map menggunakan neighborhood function untuk menjaga property topological yang ada di input space.
  
Pada widget Self-organizing map (SOM), titik-titik di grid mewakili contoh data. Secara default, ukuran titik sesuai dengan jumlah instance yang ditunjukkan oleh titik. Poin-poin diwarnai oleh majority class (jika tersedia), sedangkan intensitas warna interior menunjukkan proporsi majority class. Untuk melihat class distribution, pilih opsi Show pie charts option.
+
Pada widget Self-Organizing Map (SOM), titik-titik di grid mewakili contoh data. Secara default, ukuran titik sesuai dengan jumlah instance yang ditunjukkan oleh titik. Poin-poin diwarnai oleh majority class (jika tersedia), sedangkan intensitas warna interior menunjukkan proporsi majority class. Untuk melihat class distribution, pilih opsi Show pie charts option.
  
Sama seperti widget visualisasi lainnya, widget Self-Organizing Maps juga mendukung pemilihan grup secara interaktif. Gunakan tombol Shift untuk memilih grup baru dan Ctr + Shift untuk menambahkan ke grup yang ada.
+
Sama seperti widget visualisasi lainnya, widget Self-Organizing Map juga mendukung pemilihan grup secara interaktif. Gunakan tombol Shift untuk memilih grup baru dan Ctr + Shift untuk menambahkan ke grup yang ada.
  
 
[[File:Self-Organizing Map-stamped.png|center|600px|thumb]]
 
[[File:Self-Organizing Map-stamped.png|center|600px|thumb]]

Revision as of 05:54, 16 April 2020

Sumber: https://docs.biolab.si//3/visual-programming/widgets/unsupervised/selforganizingmap.html


Widget Self-Organizing Map melakukan komputasi dari self-organizing map.

Input

Data: input dataset

Output

Selected Data: instances selected from the plot
Data: data with an additional column showing whether a point is selected

Widget Self-Organizing Map (SOM) adalah jenis dari artificial neural network (ANN) yang di train menggunakan unsupervised learning untuk menghasilkan representasi dua-dimensi, men-discretized dari data. Ini adalah metoda untuk melakukan reduksi dimensi. Widget Self-Organizing Map menggunakan neighborhood function untuk menjaga property topological yang ada di input space.

Pada widget Self-Organizing Map (SOM), titik-titik di grid mewakili contoh data. Secara default, ukuran titik sesuai dengan jumlah instance yang ditunjukkan oleh titik. Poin-poin diwarnai oleh majority class (jika tersedia), sedangkan intensitas warna interior menunjukkan proporsi majority class. Untuk melihat class distribution, pilih opsi Show pie charts option.

Sama seperti widget visualisasi lainnya, widget Self-Organizing Map juga mendukung pemilihan grup secara interaktif. Gunakan tombol Shift untuk memilih grup baru dan Ctr + Shift untuk menambahkan ke grup yang ada.

Self-Organizing Map-stamped.png
  • SOM properties:
    • Set the grid type. Options are hexagonal or square grid.
    • If Set dimensions automatically is checked, the size of the plot will be set automatically. Alternatively, set the size manually.
    • Set the initialization type for the SOM projection. Options are PCA initialization, random initialization and replicable random (random_seed = 0).
    • Once the parameters are set, press Start to re-run the optimization.
  • Set the color of the instances in the plot. The widget colors by class by default (if available).
    • Show pie charts turns points into pie-charts that show the distributions of the values used for coloring.
    • Size by number of instances scales the points according to the number of instances represented by the point.

Contoh

Widget Self-Organizing Maps adalah proyeksi dimensi rendah dari data input. Kita akan menggunakan brown-selected data dan menampilkan instance data dalam proyeksi 2-D. Dalam contoh di bawah ini, sepertinya ketiga jenis gen terpisah dengan baik. Kita dapat memilih subset dari grid dan menampilkannya di widget Data Table.

Self-Organizing Map Example.png

Referensi

Pranala Menarik