Pythonで自己組織化マップのプログラムを実装する方法【初心者向け】

初心者向けにPythonで自己組織化マップのプログラムを実装する方法について解説しています。自己組織化とは同じようなベクトル同士を近くに配置するように分けていくことです。SomocluやNumpy、SOMPYなどのライブラリを使います。

TechAcademyマガジンはオンラインのプログラミングスクールTechAcademy [テックアカデミー]が運営する教育×テクノロジーのWebメディアです。初心者でもすぐ勉強できる記事が2,000以上あります。

Pythonで自己組織化マップのプログラムを実装する方法について解説します。

Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事をまずご覧ください。

 

なお本記事は、TechAcademyのPythonオンライン講座の内容をもとにしています。

 

田島悠介

今回は、Pythonに関する内容だね!

大石ゆかり

どういう内容でしょうか?

田島悠介

Pythonで自己組織化マップのプログラムを実装する方法について詳しく説明していくね!

大石ゆかり

お願いします!

 

自己組織化マップ(自己組織化写像、SOM)とは

自己組織化マップ(SOM、Self Organizing Maps)とはニューラルネットワークの一種で、与えられた入力情報の類似度をマップ上での距離で表現するモデルです。

SOMは複雑なデータの中に存在する傾向や相関関係の発見などに応用でき、人間が複雑なデータを視覚的に理解する手助けになります。

SOMの特徴は、予備知識なしに多次元データを分類できる(教師なし学習)ことです。
SOMは主にデータマイニングの一手法で使われ、データの分類、視覚化、要約などを得意としています。
 

自己組織化マップのプログラムの実装方法

Pythonで自己組織化マップを実装するには複数の方法があります。
本稿ではSomocluライブラリを用いる方法を紹介します。

他の手段としては、Numpyライブラリや、SOMPYライブラリなどが存在します。
 

[PR] Pythonで挫折しない学習方法を動画で公開中

実際に書いてみよう

前提

(注)本稿はGoogle Colaboratoryで動作を確認しました。

pipコマンドでsomocluライブラリをインストールしました。

 

!pip install somoclu

 
必要なモジュールをインポートしました。

 

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import somoclu
%matplotlib inline

 

サンプルコード1

疑似乱数で描画するデータを生成します。
 

c1 = np.random.rand(50, 3)/5
c2 = (0.6, 0.1, 0.05) + np.random.rand(50, 3)/5
c3 = (0.4, 0.1, 0.7) + np.random.rand(50, 3)/5
data = np.float32(np.concatenate((c1, c2, c3)))
colors = ["red"] * 50
colors.extend(["green"] * 50)
colors.extend(["blue"] * 50)
fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(data[:, 0], data[:, 1], data[:, 2], c=colors)
labels = range(150)

 

実行結果1

ここまでで一旦、データの散布状態を図示できました。
 
Pythonの自己組織化マップの散布図

 

解説1

疑似乱数を用いてデータ3列(c1,c2,c3)を生成しました。また、描画のため、赤、緑、青を割り当てました。
3次元での描画を指定し、散布図(scatter)を作成しました。

 

サンプルコード2

次に自己組織化マップを作成します。

 

n_rows, n_columns = 100, 160
som = somoclu.Somoclu(n_columns, n_rows, compactsupport=False)
som.train(data)
som.view_component_planes()

 

実行結果2

以下のように自己組織化マップを描画できました。

 

 

 

 

解説2

Somocluクラスのインスタンスを作成し、先に作成したデータを学習(train)させました。
view_component_planes関数で図を描画しました。

 

監修してくれたメンター

橋本紘希

システムインテグレータ企業勤務のシステムエンジニア。

開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。

 

大石ゆかり

内容分かりやすくて良かったです!

田島悠介

ゆかりちゃんも分からないことがあったら質問してね!

大石ゆかり

分かりました。ありがとうございます!

オンラインのプログラミングスクールTechAcademyではPythonを使って機械学習の基礎を学ぶPythonオンライン講座を開催しています。

初心者向けの書籍を使って人工知能(AI)や機械学習について学ぶことができます。

現役エンジニアがパーソナルメンターとして受講生に1人ずつつき、マンツーマンのメンタリングで学習をサポートし、最短4週間で習得することが可能です。

また、現役エンジニアから学べる無料のプログラミング体験会も実施しているので、ぜひ参加してみてください。