susi 다운로드 - susi 소스 코드 다운로드

susi

AI 소스 코드

SuSi 1.4.2

다운로드

SUSI : 파이썬에서 감독 된 자체 조직지도

감독되지 않은, 감독 및 반 감독 된 자체 조직 맵 (SOM) 용 파이썬 패키지

설명

우리는 Python 용 SUSI 패키지를 발표합니다. 여기에는 감독되지 않은, 감독 및 반 감독 작업에 대한 완벽한 기능적 SOM이 포함됩니다.

Somclustering : 클러스터링을 위해 감독되지 않은 SOM
SOMREGRESSOR : (반) 감독 회귀 SOM
somclassifier : (반) 감독 분류 som

특허:	3-Clause BSD 라이센스
작가:	펠릭스 M. 리시
소환:	인용 및 Bibtex 파일을 참조하십시오
선적 서류 비치:	선적 서류 비치
설치:	설치 지침
종이:	FM Riese, S. Keller 및 S. Hinz, 원격 감지, 2020

설치

씨

pip3 install susi

콘다

conda install -c conda-forge susi

자세한 내용은 설치 지침에서 찾을 수 있습니다.

예

코드 예제 모음은 문서에서 찾을 수 있습니다. Jupyter 노트북과 같은 코드 예제는 다음과 같습니다.

예/somclustering
예/somregressor
예제/somregressor_semisupervised
예제/somregressor_multioutput
예/somclassifier
예제/somclassifier_semisupervised

FAQ

SOM의 초기 과파리터를 어떻게 설정해야합니까? 초 파라미터에 대한 자세한 내용은 문서/과부색 변수를 참조하십시오.
하이퍼 파라미터를 어떻게 최적화 할 수 있습니까? SUSI 패키지는 여러 scikit-learn 가이드 라인에 따라 개발되기 때문에 SUSI 하이퍼 파라미터는 예를 들어 scikit-learn.model_selection.gridsearchCV를 사용하여 최적화 될 수 있습니다.

소환

두 참조를 포함한 Bibtex 파일은 서지에서 볼 수 있습니다.

종이:

FM Riese, S. Keller 및 S. Hinz, "초 분광 데이터에 중점을 둔 회귀 및 분류를위한 감독 및 반 감독자가 조직지도", 원격 감지 , vol. 12, 아니오. 2020 년 1 월. 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 }
}

암호:

Felix M. Riese, "Susi : 파이썬의 감독 자체 조직지도", 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} }
}