用于拆分数据集的自组织地图答案

【问题标题】：Self Organizing Map to split datasets用于拆分数据集的自组织地图
【发布时间】：2018-12-02 12:06:53
【问题描述】：

我正在尝试使用自组织图将数据集拆分为训练集、验证集和测试集。我创建了 SOM 模型，

dimension1 = 10;
dimension2 = 10;
net = selforgmap([dimension1 dimension2],100,3,'hextop','linkdist');
[net, tr] = train(net, cancer);

但是，当我尝试使用

对数据集进行分区时

net.divideParam.trainRatio = 0.6;
net.divideParam.valRatio = 0.2;
net.divideParam.testRatio = 0.2;

我收到一个错误

"网络/subsasgn 中的错误>network_subsasgn（第 456 行） if isempty(err), [net,err]=setDivideParam(net,divideParam);结尾网络/subsasgn 错误（第 10 行） net = network_subsasgn(net,subscripts,v,netname);"

谁能给我一些指导，如何在 Matlab 中使用 SOM 拆分数据集？

Code Image

【问题讨论】：

标签： matlab validation training-data test-data som

【解决方案1】：

您不能在 SOM 中使用 trainRatio、valRatio 和 testRatio。

这些可用于其他神经网络，例如 MLP。

【讨论】：

感谢您的回答。我没有找到关于如何使用 SOM 拆分数据的任何答案。您能否就如何使用 SOM 将数据集拆分为训练、验证和测试数据集给我一些建议？
SOM 使用无监督学习算法进行训练。使用与纠错学习相反的竞争学习。因此，您不能用于拆分数据集。我不明白，为什么要使用 SOM？还有更好的方法比如K-fold, ...
嗨，PyMatFLow。感谢你的回复。我读过一些论文，其中在从 SOM 创建的层上使用 Neyman Sampling 等方法来创建测试、训练和验证数据集，以减少数据集的可变性。我能够从 SOM 生成层，但不确定如何从每个层中获取数据并将其划分为训练、测试和验证数据集。