Self Organazing Maps - Lernrate
Verfasst: Mittwoch 25. Oktober 2023, 15:19
Hallo zusammen!
Ich habe vor Kurzem erst Python gelernt und mache aktuell einen Kurs zu Mashine Learning.
Das Theorieskript im Kurs besteht leider nur aus dem mathematischen Hintergrund ohne jegliche Tipps oder Beispiele, wie man das ganze in Python umsetzt.
Jetzt würde ich gerne eine Aufgabe bearbeiten, bei der ich allerdings komplett auf dem Schlauch stehe.
Vielleicht kann mir ja jemand mit der Umsetzung in Python helfen.
Die Aufgabe lautet wie folgt:
Schreibe ein Programm, das die Lernrate für die Zerfallsraten lambda = 0.1, 0.5 und 0.99 visualisiert.
Der Parameter t steht für die Anzahl der Interaktionen. Hierbei soll die Anzahl der Integrationen bis 60 gehen.
Bisher bin ich nur auf folgenden Code gekommen:
# Initialisierung des SOM-Models
som = MiniSom(x=10, y=10, input_len=8, sigma=1.0, learning_rate=0.5)
# Initialisierung der Gewichte
som.random_weights_init(X)
# Model trainieren
som.train_random(data=X, num_iteration=60)
Auch wenn ich mich allein bei der Frage schon doof fühle, aber woher bekomm ich aus der Aufgabe meine X und y Werte? Kann ich die irgendwie von der Zerfallsrate ableiten?
Die zweite Zeile der Aufgabe wäre ja mit "num_iteration=60" abgegolten, sehe ich das richtig?
Und vor allem, wie stelle ich das dann visuell am besten dar?
Vielen Dank im Voraus für jede Hilfe. Bin gerade etwas verzweifelt und seh den Wald vor lauter Bämen wohl nicht
LG
Ich habe vor Kurzem erst Python gelernt und mache aktuell einen Kurs zu Mashine Learning.
Das Theorieskript im Kurs besteht leider nur aus dem mathematischen Hintergrund ohne jegliche Tipps oder Beispiele, wie man das ganze in Python umsetzt.
Jetzt würde ich gerne eine Aufgabe bearbeiten, bei der ich allerdings komplett auf dem Schlauch stehe.
Vielleicht kann mir ja jemand mit der Umsetzung in Python helfen.
Die Aufgabe lautet wie folgt:
Schreibe ein Programm, das die Lernrate für die Zerfallsraten lambda = 0.1, 0.5 und 0.99 visualisiert.
Der Parameter t steht für die Anzahl der Interaktionen. Hierbei soll die Anzahl der Integrationen bis 60 gehen.
Bisher bin ich nur auf folgenden Code gekommen:
# Initialisierung des SOM-Models
som = MiniSom(x=10, y=10, input_len=8, sigma=1.0, learning_rate=0.5)
# Initialisierung der Gewichte
som.random_weights_init(X)
# Model trainieren
som.train_random(data=X, num_iteration=60)
Auch wenn ich mich allein bei der Frage schon doof fühle, aber woher bekomm ich aus der Aufgabe meine X und y Werte? Kann ich die irgendwie von der Zerfallsrate ableiten?
Die zweite Zeile der Aufgabe wäre ja mit "num_iteration=60" abgegolten, sehe ich das richtig?
Und vor allem, wie stelle ich das dann visuell am besten dar?
Vielen Dank im Voraus für jede Hilfe. Bin gerade etwas verzweifelt und seh den Wald vor lauter Bämen wohl nicht
LG