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