使用Kohonen包som函数遇argument 'X'缺失报错，请求解决

一、搞定Error in supersom(list(X), ...) : argument "X" is missing, with no default报错 #

这个报错的核心原因是你调用som()函数时参数传递不符合Kohonen包的规则，具体修正点如下：

1. 参数名用错了：Kohonen包的som()函数里，输入数据的参数是X，不是data。你代码里写的som(data=data, grid=aGrid, ...)会让函数找不到输入数据，直接触发"X参数缺失"的错误。正确的调用方式应该是：

   # 方式1：显式指定X参数
   som_model <- som(X=preprocessed_data, grid=aGrid, ...)
   # 方式2：利用位置参数直接传数据（X是第一个参数）
   som_model <- som(preprocessed_data, grid=aGrid, ...)
   

2. 确认预处理数据有效：还要检查你从usa.bg.som提取前7列并标准化后的数据是否没问题：

   • 用dim(preprocessed_data)查看维度，确保数据不是空的；
   • 用any(is.na(preprocessed_data))检查是否有缺失值，标准化过程如果遇到NA会影响后续训练，得先处理掉。

二、在Kohonen包中绘制六边形网格（替代Matlab SOM工具箱的圆形布局） #

Kohonen包原生支持六边形拓扑的SOM，操作非常简单：

1. 创建六边形网格：用somgrid()函数时，指定topology="hexagonal"（其实这是默认值，显式写出来更清晰）：

   # 生成160×100的六边形网格
   aGrid <- somgrid(xdim = 160, ydim = 100, topology = "hexagonal")
   

2. 训练后绘制六边形网格：SOM训练完成后，直接用plot()函数就能展示六边形布局的神经元。常用的绘图类型有：

   • 绘制神经元的权重向量：plot(som_model, type = "codes")
   • 展示每个神经元分配到的样本数量：plot(som_model, type = "counts")
   • 查看样本在网格上的分布：plot(som_model, type = "mapping")

   要是你想单独预览网格结构，直接运行plot(aGrid)就能看到完整的六边形网格布局，完美替代Matlab里的圆形排列效果。

内容的提问来源于stack exchange，提问作者ASKING