Скачать susi - Скачать исходный код susi

susi

AI Исходный код

SuSi 1.4.2

Скачать

Susi: контролируемые самоорганизующиеся карты в Python

Пакет Python для неконтролируемых, контролируемых и полупрофильных самоорганизующихся карт (SOM)

Описание

Мы представляем пакет Susi для Python. Он включает в себя полностью функциональный SOM для неконтролируемых, контролируемых и полусопервизированных задач:

Сомклассировка: неконтролируемый SOM для кластеризации
Somregressor: (полу) контролируемая регрессия Som
Somclassifier: (полу) контролируемая классификация Som

Лицензия:	3-й оформление лицензии BSD
Автор:	Феликс М. Риз
Цитата:	см. цитирование и в файле Bibtex
Документация:	Документация
Установка:	Рекомендации по установке
Бумага:	FM Riese, S. Keller и S. Hinz в дистанционном зондировании, 2020

Установка

Пип

pip3 install susi

Конда

conda install -c conda-forge susi

Более подробную информацию можно найти в руководящих принципах установки.

Примеры

Сборку примеров кода можно найти в документации. Примеры кода, как ноутбуки Юпитера, можно найти здесь:

Примеры/соумкализация
Примеры/Somregresress
Примеры/somregressor_semisupervised
Примеры/somregressor_multiOutput
Примеры/Somclassifier
Примеры/somclassifier_semisupervised

Часто задаваемые вопросы

Как мне установить начальные гиперпараметры SOM? Для получения более подробной информации о гиперпараметрах см. В документации/гиперпараметрах.
Как я могу оптимизировать гиперпараметры? Сюси-гиперпараметры могут быть оптимизированы, например, с помощью scikit-learn.model_selection.gridsearchcv, поскольку пакет Susi разработан в соответствии с несколькими руководящими принципами Scikit-Learn.

Цитирование

Файл Bibtex, включая обе ссылки, доступен в Bibliography.bib.

Бумага:

FM Riese, S. Keller и S. Hinz, «Контролируемые и полупрофильные самоорганизующие карты для регрессии и классификации, сосредоточенные на гиперспектральных данных», Remote Sensing , Vol. 12, нет. 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 }
}

Код:

Феликс М. Риз, «Суси: контролируемые самоорганизующие карты в питоне», 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} }
}