Unduh susi - Unduh Kode Sumber susi

susi

Kode Sumber AI

SuSi 1.4.2

Unduh

SUSI: Peta pengorganisasian diri yang diawasi di Python

Paket Python untuk peta pengorganisasian mandiri (SOM) yang tidak diawasi, diawasi dan semi-diawasi (SOM)

Keterangan

Kami menyajikan paket SUSI untuk Python. Ini termasuk SOM yang berfungsi penuh untuk tugas yang tidak diawasi, diawasi dan semi-diawasi:

Somclustering: SOM tanpa pengawasan untuk pengelompokan
Somregressor: (semi-) Regresi yang diawasi Som
Somclassifier: (semi-) Klasifikasi yang diawasi SOM

Lisensi:	Lisensi BSD 3-Clause
Pengarang:	Felix M. Riese
Kutipan:	Lihat kutipan dan di file Bibtex
Dokumentasi:	Dokumentasi
Instalasi:	Pedoman Instalasi
Kertas:	FM Riese, S. Keller dan S. Hinz di Remote Sensing, 2020

Instalasi

Pip

pip3 install susi

Conda

conda install -c conda-forge susi

Informasi lebih lanjut dapat ditemukan dalam pedoman instalasi.

Contoh

Kumpulan contoh kode dapat ditemukan dalam dokumentasi. Contoh kode sebagai buku catatan Jupyter dapat ditemukan di sini:

Contoh/Somclustering
Contoh/Somregressor
Contoh/somregressor_semisupervised
Contoh/somregressor_multioutput
Contoh/SomClassifier
Contoh/somclassifier_semisupervised

FAQ

Bagaimana saya harus mengatur hyperparameter awal SOM? Untuk detail lebih lanjut tentang hyperparameters, lihat dalam dokumentasi/hiperparameter.
Bagaimana cara mengoptimalkan hiperparameter? SUSI Hyperparameters dapat dioptimalkan, misalnya, dengan scikit-learn.model_selection.gridsearchcv, karena paket SUSI dikembangkan sesuai dengan beberapa pedoman scikit-learn.

Kutipan

File Bibtex termasuk kedua referensi tersedia di Bibliography.bib.

Kertas:

FM Riese, S. Keller dan S. Hinz, "peta pengorganisasian diri yang diawasi dan semi-diawasi untuk regresi dan klasifikasi yang berfokus pada data hiperspektral", Remote Sensing , 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 }
}

Kode:

Felix M. Riese, "SUSI: Peta Pengorganisasian Mandiri yang Diawasi di 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} }
}