人工智能算法进阶：SOM聚类的应用

OM 即自组织映射，是一种用于特征检测的无监督学习神经网络。它模拟人脑中处于不同区域的神经细胞 分工不同的特点，即不同区域具有不同的响应特征，而且这一过程是自动完成的。SOM 用于生成训练样本的低维 空间，可以将高维数据间复杂的非线性统计关系转化为简单的几何关系，且以低维的方式展现，因此通常在降维问题中会使用它。

SOM 的训练过程：

紫色区域表示训练数据的分布状况，白色网格表示从该分布中提取的当前训练数据。

(1) SOM 节点位于数据空间的任意位置，最接近训练数据的节点(黄色高亮部分)会被选中。它和网格中的邻近节点一样，朝训练数据移动。

(2)在多次迭代之后，网格倾向于近似该种数据分布(下图最右)。

所有的神经元组织成一个网格，网格可以是六边形、四边形……，甚至是链状、圆圈……

网络的结构通常取决于输入的数据在空间中的分布。 SOM的作用是将这个网格铺满数据存在的空间。