用SOM做分类器

Discuss the influence of the following factors (plot the results and quantify the test error and the training error): 1. # of training samples

clc;clear;clf;
load data_D2_C2.mat
%%
% [DNp]=size（p.value）;
% for i=1:Np
%     if p.class（i）==1
%         plot（p.value（1i）p.value（2i）‘r.‘）;hold on;
%     else
%         plot（p.value（1i）p.value（2i）‘b.‘）;hold on;
%     end  
% end

[DNt]=size（t.value）;
for i=1:Nt
    if t.class（i）==1
        plot（t.value（1i）t.value（2i）‘r.‘）;hold on;
    else
        plot（t.value（1i）t.value（2i）‘b.‘）;hold on;
    end  
end

no_neurons1=8;
no_neurons2=8;
total_neurons=no_neurons1*no_neurons2;

samples=10:10:300;

for n=1:30
        ind_rand=randperm （300）;  ind =ind_rand（1:samples（n））;
        train_data=zeros（2samples（n））;
        train_class=zeros（1samples（n））;
        for a=1:samples（n）
            train_data（:a）=p.value（:ind（a））;
            train_class（a）=p.class（:ind（a））;
        end
        
        som1=selforgmap（[no_neurons1 no_neurons2]）;
        som1=train（som1train_data）;
        plotsom（som1.iw{11}som1.layers{1}.distances）;

        ynp=sim（som1train_data）;
        ynpind=vec2ind（ynp）;

n1=zeros（1total_neurons）;
n2=zeros（1total_neurons）;
for i=1:samples（n）
    if train_class（i）==1
        for j=1:total_neurons
            if ynpind（i）==j
                n1（1j）=n1（1j）+1;
            end   
        end
    else
        for j=1:total_neurons
            if ynpind（i）==j
                n2（1j）=n2（1j）+1;
            end
        end
    end
end 
%observe the va