susi

Susi: mapas autoorganizados supervisados ​​en Python

Paquete de Python para mapas autoorganizantes no supervisados, supervisados ​​y semi-supervisados ​​(SOM)

Descripción

Presentamos el paquete Susi para Python. Incluye un SOM totalmente funcional para tareas no supervisadas, supervisadas y semi-supervisadas:

• Somclustering: SOM sin supervisión para la agrupación
• Somregresor: (semi) regresión supervisada som
• Somclassifier: (semi) clasificación supervisada som

Licencia:	Licencia de 3 cláusulas BSD
Autor:	Felix M. Riese
Citación:	ver cita y en el archivo bibtex
Documentación:	Documentación
Instalación:	Pautas de instalación
Papel:	FM Riese, S. Keller y S. Hinz en la teledetección, 2020

Instalación

Pepita

pip3 install susi

Condición

conda install -c conda-forge susi

Se puede encontrar más información en las pautas de instalación.

Ejemplos

Se puede encontrar una colección de ejemplos de código en la documentación. Los ejemplos de código como los cuadernos Jupyter se pueden encontrar aquí:

• Ejemplos/somclustering
• Ejemplos/Somregresor
• ejemplos/somregressor_semisupervised
• ejemplos/somregressor_multioutput
• ejemplos/somclassifier
• ejemplos/somclassifier_semisupervised

Preguntas frecuentes

• ¿Cómo debo establecer los hiperparámetros iniciales de un SOM? Para obtener más detalles sobre los hiperparámetros, consulte en documentación/hiperparámetros.
• ¿Cómo puedo optimizar los hiperparámetros? Los hiperparámetros de Susi se pueden optimizar, por ejemplo, con scikit-learn.model_selection.gridSearchCV, ya que el paquete SUSI se desarrolla de acuerdo con varias pautas de Scikit-Learn.

---

Citación

El archivo bibtex que incluye ambas referencias está disponible en bibliografía.bib.

Papel:

FM Riese, S. Keller y S. Hinz, "Mapas autoorganizados supervisados ​​y semi-supervisados ​​para la regresión y la clasificación centrándose en datos hiperespectrales", Sensicionamiento remoto , vol. 12, no. 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 }
}

Código:

Felix M. Riese, "Susi: mapas autoorganizantes supervisados ​​en 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} }
}

---

Licencia

Este proyecto se publica bajo la licencia BSD de 3 cláusulas.