Python中的六角自组织映射
我正在寻找Python上的六边形。Python中的六角自组织映射,python,module,artificial-intelligence,neural-network,self-organizing-maps,Python,Module,Artificial Intelligence,Neural Network,Self Organizing Maps,我正在寻找Python上的六边形。 就绪模块。如果有的话 六角晶胞的作图方法 将六边形单元用作阵列或smth else的算法 关于: 自组织映射(SOM)或自组织特征映射(SOFM)是一种人工神经网络,使用无监督学习进行训练,以生成低维(通常是二维)我对第1点没有答案,但对第2点和第3点有一些提示。在您的上下文中,您不是在为物理二维空间建模,而是一个具有6个相邻平铺的概念空间。这可以用排列成柱的方形瓷砖来模拟,奇数柱垂直移动了正方形大小的一半。我将尝试使用ASCII图表: ___ _
自组织映射(SOM)或自组织特征映射(SOFM)是一种人工神经网络,使用无监督学习进行训练,以生成低维(通常是二维)我对第1点没有答案,但对第2点和第3点有一些提示。在您的上下文中,您不是在为物理二维空间建模,而是一个具有6个相邻平铺的概念空间。这可以用排列成柱的方形瓷砖来模拟,奇数柱垂直移动了正方形大小的一半。我将尝试使用ASCII图表:
___ ___ ___
| |___| |___| |___
|___| |___| |___| |
| |___| |___| |___|
|___| |___| |___| |
| |___| |___| |___|
|___| |___| |___| |
|___| |___| |___|
你可以很容易地看到每个正方形都有6个邻居(当然除了边缘的邻居)。这可以很容易地建模为二维正方形数组,计算位置(i,j)处正方形坐标的规则非常简单,i是行,j是列:
如果j是偶数:
(i+1, j), (i-1, j), (i, j-1), (i, j+1), (i-1, j-1), (i+1, j-1)
如果j是奇数:
(i+1, j), (i-1, j), (i, j-1), (i, j+1), (i+1, j-1), (i+1, j+1)
(前4个术语是相同的)我知道这个讨论已经进行了4年,但是我还没有在网上找到满意的答案 如果你有一个数组,将输入映射到神经元,还有一个与每个神经元的位置相关的二维数组 例如,考虑这样的事情:
hits = array([1, 24, 14, 16, 6, 11, 8, 23, 15, 16, 15, 9, 20, 1, 3, 29, 4,
32, 22, 7, 26, 26, 35, 23, 7, 6, 11, 9, 18, 17, 22, 19, 34, 1,
36, 3, 31, 10, 22, 11, 21, 18, 29, 3, 6, 32, 15, 30, 27],
dtype=int32)
centers = array([[ 1.5 , 0.8660254 ],
[ 2.5 , 0.8660254 ],
[ 3.5 , 0.8660254 ],
[ 4.5 , 0.8660254 ],
[ 5.5 , 0.8660254 ],
[ 6.5 , 0.8660254 ],
[ 1. , 1.73205081],
[ 2. , 1.73205081],
[ 3. , 1.73205081],
[ 4. , 1.73205081],
[ 5. , 1.73205081],
[ 6. , 1.73205081],
[ 1.5 , 2.59807621],
[ 2.5 , 2.59807621],
[ 3.5 , 2.59807621],
[ 4.5 , 2.59807621],
[ 5.5 , 2.59807621],
[ 6.5 , 2.59807621],
[ 1. , 3.46410162],
[ 2. , 3.46410162],
[ 3. , 3.46410162],
[ 4. , 3.46410162],
[ 5. , 3.46410162],
[ 6. , 3.46410162],
[ 1.5 , 4.33012702],
[ 2.5 , 4.33012702],
[ 3.5 , 4.33012702],
[ 4.5 , 4.33012702],
[ 5.5 , 4.33012702],
[ 6.5 , 4.33012702],
[ 1. , 5.19615242],
[ 2. , 5.19615242],
[ 3. , 5.19615242],
[ 4. , 5.19615242],
[ 5. , 5.19615242],
[ 6. , 5.19615242]])
因此,我将使用以下方法执行此操作:
from matplotlib import collections, transforms
from matplotlib.colors import colorConverter
from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
def plot_map(hits, n_centers, w=10):
"""
Plot Map
"""
fig = plt.figure(figsize=(w, .7 * w))
ax = fig.add_subplot(111)
hits_count = np.histogram(hits, bins=n_centers.shape[0])[0]
# Discover difference between centers
collection = RegularPolyCollection(
numsides=6, # a hexagon
rotation=0, sizes=( (6.6*w)**2 ,),
edgecolors = (0, 0, 0, 1),
array= hits_count,
cmap = cm.winter,
offsets = n_centers,
transOffset = ax.transData,
)
ax.axis('off')
ax.add_collection(collection, autolim=True)
ax.autoscale_view()
fig.colorbar(collection)
return ax
_ = plot_map(som_classif, matrix)
最后我得到了这个输出:
编辑
此代码的更新版本在@S.Lott上:自组织映射是一种人工智能算法。看看你在找什么?这是一个关于自组织算法的AI问题,还是一个关于绘制六边形的图形问题,还是一个关于如何表示曲面六边形平铺的数据表示问题?