susi下载 - susi源代码下载

susi

Ai源码

SuSi 1.4.2

下载

SUSI：Python中有监督的自组织地图

无监督，监督和半监督的自组织地图（SOM）的Python套餐

描述

我们为Python提供Susi包。它包括一个功能齐全的SOM，用于无监督，监督和半监督任务：

somclustering：无监督的SOM用于聚类
somregressor ：（半）有监督的回归SOM
SomClassifier ：（半）有监督的分类SOM

执照：	第3条BSD许可证
作者：	Felix M. Riese
引用：	请参阅引用和Bibtex文件
文档：	文档
安装：	安装指南
纸：	FM Riese，S。Keller和S. Hinz在遥感中，2020年

安装

pip

pip3 install susi

康达

conda install -c conda-forge susi

更多信息可以在“安装指南”中找到。

例子

代码示例的集合可以在文档中找到。代码示例作为Jupyter笔记本，可以在此处找到：

示例/somclustering
示例/somregressor
示例/somregressor_semisuperped
示例/somregressor_multioutput
示例/syplassifier
示例/somclassifier_semisuperped

常见问题解答

我应该如何设置SOM的初始超参数？有关超参数的更多详细信息，请参见文档/超参数中。
如何优化超参数？例如，可以使用Scikit-learn.model_selection.gridsearchcv优化SUSI超参数，因为SUSI软件包是根据几个Scikit-Learn指南开发的。

引用

Bibtex文件包括两个参考文献，都可以在书目中获得。

纸：

FM Riese，S。Keller和S. Hinz，“监督和半监督的自组织图，用于回归和分类，重点是高光谱数据”，遥感，第1卷。 12，不。 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 }
}

代码：

Felix M. Riese，“ Susi：Python中有监督的自组织地图”，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} }
}