Next: SOM Toolboxin vertailua muihin neurolaskennan
Up: Analyysityökalu
Previous: Matlab-SOM Toolbox -yhdistelmä
Verrataan Matlabilla ja SOM Toolboxilla työskentelyä kuvan
3.1 mukaiseen data-analyysiprosessiin:
- Datan kerääminen
- Oletetaan, että data on jo kerätty tietokantaan tai tiedostoon. Se on
kuitenkin todennäköisesti väärässä formaatissa Matlabia
ajatellen. Data on siis ensin puhdistettava siten, että jäljelle jää
vain tiedosto, jonka Matlab voi lukea. Puhdistus ja dataformaatin
muunnos on räätälöitävä tapauskohtaisesti, ja ne voivat vaatia
runsaasti paneutumista.
- Datan käsittely
- Ennen kartan opettamista on
dataa yleensä esikäsiteltävä.
- 1.
- Datan esikäsittely: Esikäsittelyyn --
esimerkiksi suodatukseen ja muunnoksiin --
on Matlabissa tarjolla runsaasti työkaluja; SOM Toolboxiin on erikseen
laadittu vain muutamia komponenttien skaalaukseen tarkoitettuja
välineitä. Tässä osuudessa on Matlab valmiina työskentely-ympäristönä
erityisen käyttökelpoinen.
- 2.
- Datan käsittely kartan avulla: SOM Toolboxin osuus on
datan jatkokäsittely ja visualisointi itseorganisoituvan kartan avulla.
Matlabin ohjelmoinnin keveys ja SOM Toolboxin modulaarisuus mahdollistavat
nopeiden muutosten teon, kokeilun ja jatkokehittelyn.
- Visualisointi
- SOM Toolboxiin on implementoitu erityisesti kartan
visualisointityökaluja. Syntyviä kuvaobjekteja voidaan manipuloida
edelleen myös Matlabin omilla työkaluilla. Datan visualisoimiseksi
muuten kuin kartan avulla on Matlabissa paljon valmiita työkaluja.
SOM Toolboxin Sammonin projektion laskentaa voi myös soveltaa koko
datan visualisointiin, mutta se on hyvin hidasta suurilla datamäärillä.
- Johtopäätökset
- Ohjelmaa käyttävä asiantuntija tai asiantuntijaryhmä voi tulostaa
visualisointeja johtopäätösten tekoa varten tai raportteihin
liitettäviksi helposti, sillä Matlabin kuvaobjektin käyttöliittymästä
kuvia voidaan tulostaa niin kirjoittimelle kuin tiedostoonkin
PostScript-formaattiin.
SOM Toolbox sijoittuu siis kuvan 3.1 prosessissa pääasiassa
akselille käsittely - visualisointi. Pullonkaulana prosessissa on
datan kerääminen ja puhdistaminen Matlabille soveltuvaksi, siis datan
siirto eri ympäristöjen välillä. Toinen hidaste on kartan opetus, jos
dataa on paljon. Opetus voidaan kuitenkin tehdä nopeammalla SOM_PAKilla
(ks. luvut 3.5.2 ja 3.6.5).
Next: SOM Toolboxin vertailua muihin neurolaskennan
Up: Analyysityökalu
Previous: Matlab-SOM Toolbox -yhdistelmä
Johan Himberg
12/11/1997