▲SOP是一个标准业务管理或操作流程，是工作人员的作业指导书，也是一种管理模式。▲SOP是一种过程管理而不是结果管理，通过对过程的标准化操作，减少和预防差错和不良后果的发生。▲SOP不是万能的，不是解决和预防所有问题的发生。本身SOP就是一个不断优化的过程，是一个PDCA的过程。▲不是为了SOP而SOP，而是为了工作和管理的标准化，本身也是企业管理知识的积累总结和显性化。标准作业指导书(stand
转载
2023-08-02 13:04:55
125阅读
一、前言作为开发者来讲，对于Python应该都不陌生，似乎从编程语言的热门度和受欢迎程度来看，Python还一直名列前茅。Python语言有很多的优势和特点，这个在各大技术网站上都能够检索到，在此就不一一展开。作为一个刚入门Python的开发者来说，如何快速的了解Python的语法以及如何进行入门体验，这点是最最基础的，今天就借用华为云ModelArts开发平台的notebook工具来进行pyth
算法与数据结构目录一、算法和初次尝试1.1算法的概念1.2 算法的特性1.3 初次尝试1.4 第二次尝试二. 算法的效率衡量2.1分类:三. Python内置类型性能分析四. 数据结构的引入4.1 数据结构的作用4.2 数据结构和算法的关系4.3 抽象数据类型（Abstract Data Type，ADT） 目录一、算法和初次尝试1.1算法的概念算法是独立存在的一种解决问题的方法和思想1.2 算
转载
2024-06-04 23:07:03
25阅读
文章目录1. 背景2. 算法流程 先从图中理解什么是自组织映射神经网络SOM（Self-Organising Map）？网络结构：输入层+输出层，输入层神经元个数与一个样本的特征维度一样，输出层那是定义的(哈哈)，我们先来理解一下这个图，首先对于一个样本来说就是映射到输出层的某一个节点，其周边节点呢？辐射效应，简单说就是和这个节点比较像。对于一类样本那么都会映射到这个输出层的特定节点附近，从而实
转载
2023-10-18 19:04:21
244阅读
1、SOM背景 1981年芬兰Helsink大学的T.Kohonen教授提出一种自组织特征映射网，简称SOM网，又称Kohonen网。Kohonen认为：一个神经网络接受外界输入模式时，将会分为不同的对应区域，各区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。自组织特征映射正是根据这一看法提出来的，其特点与人脑的自组织特性相类似。2、SOM典型结构 典型SOM网共有两层，输入层模拟感
转载
2023-12-26 16:42:32
103阅读
SMO算法，是求解SVM对偶问题（凸二次规划问题）的一种算法，由Platt在1998提出。下面会基于python实现SMO算法。但传统的SVM只能实现2类划分，因此下面会基于one vs one 思想处理多类划分问题。* one vs one* 其做法是在任意两类样本之间设计一个SVM，因此k个类别的样本就需要设计k(k-1)/2个SVM。 当对一个未知样本进行分类时，用这所有的分类器测试样本
转载
2024-09-14 08:28:04
41阅读
# 如何实现Python SOM库
## 一、整个流程
下面是实现Python SOM库的整个流程：
| 步骤 | 描述 |
| :--: | ---- |
| 1 | 导入所需库 |
| 2 | 准备数据 |
| 3 | 初始化SOM模型 |
| 4 | 训练SOM模型 |
| 5 | 使用SOM模型进行聚类 |
## 二、具体步骤
### 1. 导入所需库
首先，我们需要导入所需的
原创
2024-03-19 05:44:56
278阅读
# 如何在Python中实现SOM算法
自组织映射（Self-Organizing Map，简称SOM）是一种无监督学习算法，广泛用于数据降维和聚类。对于刚入行的小白来说，实现SOM可能有些复杂，但通过清晰的步骤和代码示例，我们将逐步实现它。本文将通过流程表格和详细的代码注释，带你一步一步实现SOM算法。
## 流程概述
以下是实现SOM算法的步骤概述：
| 步骤 | 描述
# 如何实现“Python SOM分类”
## 1. 流程
首先，让我们看一下整个实现过程的流程：
```mermaid
erDiagram
理解SOM模型 --> 数据准备 --> 搭建模型 --> 训练模型 --> 分类预测
```
## 2. 步骤及代码
### 理解SOM模型
Self Organizing Map（自组织映射）是一种用于聚类和分类的人工神经网络模型。理解
原创
2024-03-20 07:12:00
108阅读
机器学习方法已经广泛的应用于生物学领域，在最近大热的单细胞测序分析领域也不外如是。当单细胞聚类这一问题遇到深度学习方法之后应该会产生不一样的结果。今天要介绍的文章是发表在nature machine intelligence上的《Clustering single-cell RNA-seq data with a model-based deep learning approach》
转载
2023-08-21 11:47:30
212阅读
简介：SOM算法是一种无监督学习的神经网络，擅长数据降维和可视化，特别适用于高维数据的聚类分析。通过在Python中使用 minisom 等库，我们可以构建SOM模型并进行数据映射和聚类分析。本文将引导读者通过实际步骤掌握SOM模型的初始化、训练、结果可视化以及聚类分析。 1. SOM算法概念及优势 1.1 SOM算法概述 自组织映射（Self-Organizing Map, SOM）
SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中[2]。定义 自组织特征映射神经网络(Self-Organizing Feature Map,也称Kohomen映射），简称为SOM网络，主要用于解决模式识别类的问题。SOM网络属于无监督学习算法，与Kmeans算法相似。所不同的
转载
2023-09-30 22:44:56
176阅读
SOM算法原理SOM算法是一种将高维数据通过两层神经网络（输入层和竞争层）映射至用户定义的拓扑结构中，一般常用2D矩阵拓扑结构。下图是对SOM的形象展示：所以算法一般分为以下几步：第一：用户自定义拓扑结构，并对其中的每个节点的自身向量做随机初始化，向量长度与训练数据的维度相等。第二：将一条训练数据输入至神经网络，节点间展开竞争，节点的自身向量与训练数据的欧式距离最短者作为获胜节点（winner u
转载
2023-09-04 12:15:38
167阅读
自组织映射神经网络， 即Self Organizing Maps (SOM)， 可以对数据进行无监督学习聚类。它的思想很简单，本质上是一种只有输入层--隐藏层的神经网络。隐藏层中的一个节点代表一个需要聚成的类。训练时采用“竞争学习”的方式，每个输入的样例在隐藏层中找到一个和它最匹配的节点，称为它的激活节点，也叫“winning neuron”。 紧接着用随机梯度下降法更新激活节点的参数。同时，和激
# Self-Organizing Maps (SOM) in Python for Machine Learning
Self-Organizing Maps (SOM) is a type of unsupervised machine learning algorithm that is based on artificial neural networks. It is used for
原创
2023-12-28 07:20:36
59阅读
# Python 导入 som 包
在 Python 中，我们经常需要使用各种各样的包（package）来完成各种任务。包是一种组织代码的方式，它将相关的模块（module）组织在一起，便于管理和使用。在本文中，我们将介绍如何导入 som 包，并提供一些示例代码来帮助你更好地理解。
## 什么是 som 包？
som 包是一个开源的 Python 包，提供了一些有用的功能和工具，用于处理声纳
原创
2023-10-14 13:26:42
101阅读
SOM原理介绍可参考：https://zhuanlan.zhihu.com/p/73534694 代码来源：https://github.com/wzg16/minisom 可以直接在环境中安装：pip install minisom或者下载代码后安装git clone https://github.com/JustGlowing/minisom.git
python setu
转载
2023-08-25 08:18:56
215阅读
# SOM聚类及其在Python中的应用
## 引言
自组织映射（Self-Organizing Map，SOM）是一种无监督学习的神经网络算法，由Teuvo Kohonen于1980年代提出。它能够将高维数据映射到低维空间，同时保持数据的拓扑结构。SOM不仅用于聚类分析，还广泛应用于数据可视化、特征提取等领域。本文将介绍SOM聚类的基本原理、应用场景，并通过Python代码示例展示其具体实现
原创
2024-10-19 08:14:36
251阅读
## SOM聚类python实现
### 介绍
自组织映射（Self-Organizing Map，SOM）是一种无监督学习算法，常用于聚类和降维。它能够将高维的输入数据映射到一个低维的空间中，从而发现数据中的隐含结构。在本文中，我将教会你如何使用Python实现SOM聚类算法。
### 步骤
下面是实现SOM聚类算法的基本步骤：
| 步骤 | 描述 |
| --- | --- |
| 1
原创
2023-11-22 11:53:26
245阅读
# 使用Python实现SOM聚类
## 引言
自组织映射(SOM, Self-Organizing Map)是一种无监督学习的算法，常用于数据的聚类和降维。在本篇文章中，我们将一起探索如何在Python中实现SOM聚类。首先，我们会梳理整个实现过程，接着详细介绍每一步需要的代码，最后为你提供完整的示例代码。
## 流程概览
在实现SOM聚类之前，我们需要明确整个过程的步骤。以下是实现SOM聚
原创
2024-09-11 04:58:16
107阅读
