susi -Download - susi Quellcode Download

susi

AI-Quellcode

SuSi 1.4.2

Herunterladen

Susi: Überwachende selbstorganisierende Karten in Python

Python-Paket für unbeaufsichtigte, beaufsichtigte und semi-überprüfte sich selbst organisierende Karten (SOM)

Beschreibung

Wir präsentieren das SUSI -Paket für Python. Es enthält einen voll funktionsfähigen SOM für unbeaufsichtigte, überwachte und semi-überprüfte Aufgaben:

Somclustering: unbeaufsichtigtes SOM für Clustering
Somregressor: (semi-) beaufsichtigte Regression Som
Somclassifier: (semi-) beaufsichtigte Klassifizierung Som

Lizenz:	3-Klausel BSD-Lizenz
Autor:	Felix M. Riese
Zitat:	Siehe Zitat und in der Bibtex -Datei
Dokumentation:	Dokumentation
Installation:	Installationsrichtlinien
Papier:	FM Riese, S. Keller und S. Hinz in Fernerkundung, 2020

Installation

Pip

pip3 install susi

Conda

conda install -c conda-forge susi

Weitere Informationen finden Sie in den Installationsrichtlinien.

Beispiele

Eine Sammlung von Code -Beispielen finden Sie in der Dokumentation. Code -Beispiele als Jupyter -Notizbücher finden Sie hier:

Beispiele/Somclustering
Beispiele/Somregressor
Beispiele/Somregressor_Semisupervised
Beispiele/somregressor_multioutput
Beispiele/Somclassifier
Beispiele/somclassifier_semisupervised

FAQs

Wie soll ich die ersten Hyperparameter eines SOM einstellen? Weitere Informationen zu den Hyperparametern finden Sie in Dokumentation/Hyperparametern.
Wie kann ich die Hyperparameter optimieren? Die Susi-Hyperparameter können beispielsweise mit scikit-larn.model_selection.gridSearchCV optimiert werden, da das SUSI-Paket gemäß mehreren Scikit-Learn-Richtlinien entwickelt wird.

Zitat

Die Bibtex -Datei einschließlich beider Referenzen ist in bibliographie.bib verfügbar.

Papier:

FM Riese, S. Keller und S. Hinz, "Überwachende und semi-vorträgliche selbstorganisierende Karten für Regression und Klassifizierung, die sich auf Hyperspektraldaten konzentrieren", Remote Sensing , vol. 12, nein. 1, 2020. doi: 10.3390/rs12010007

 @article { riese2020supervised ,
    author = { Riese, Felix~M. and Keller, Sina and Hinz, Stefan } ,
    title = { {Supervised and Semi-Supervised Self-Organizing Maps for
              Regression and Classification Focusing on Hyperspectral Data} } ,
    journal = { Remote Sensing } ,
    year = { 2020 } ,
    volume = { 12 } ,
    number = { 1 } ,
    article-number = { 7 } ,
    URL = { https://www.mdpi.com/2072-4292/12/1/7 } ,
    ISSN = { 2072-4292 } ,
    DOI = { 10.3390/rs12010007 }
}

Code:

Felix M. Riese, "Susi: Überwachende selbstorganisierende Karten in Python", Zenodo, 2019. Doi: 10.5281/Zenodo.2609130

 @misc { riese2019susicode ,
    author = { Riese, Felix~M. } ,
    title = { {SuSi: Supervised Self-Organizing Maps in Python} } ,
    year = { 2019 } ,
    DOI = { 10.5281/zenodo.2609130 } ,
    publisher = { Zenodo } ,
    howpublished = { href{https://doi.org/10.5281/zenodo.2609130}{doi.org/10.5281/zenodo.2609130} }
}