r语言 - SOM中误差测量的量化

Question

我想使用r计算SOM模型中的量化误差(qe)。这是我尝试过的代码:

data(yeast)## take only complete 
x <- yeast[[3]][apply(yeast[[3]], 1, function(x) sum(is.na(x))) == 0,]
yeast.som <- som(x, somgrid(5, 8, "hexagonal"))
## quantization error:
mean(yeast.som$distances)

代码正确吗?是否存在另一种计算qe的方法?

Answer 1

使用yeast.som$distances来给出与SOM相关的误差度量是正确的，因为它表示元素到它们的码本的平均距离。如果我只能选择一个特性，我会选择那个

然而，这不是唯一的一个:例如，您可以从yeast.som$unit.classif开始计算空单元格(没有分配元素的单元格)的数量。空细胞数越少，SOM越好。

你还可以测量每个码本与其他码本之间的距离。你可以看到它在做:plot(yeast.som, type = "quality")

衡量一个SOM的好坏可以是以上几种方法的组合。