Kohonen_Selft-Organizing_Feature_Map 自组织图(SOM)或自组织特征图(SOFM)是一种人工神经网络(ANN),使用无监督学习对其进行训练,以生成低维(通常为二维)离散化表示。训练样本的输入空间(称为地图),因此是一种进行降维的方法。 自组织映射不同于其他人工神经网络,因为它们应用竞争性学习而不是纠错学习(例如具有梯度下降的反向传播),并且从某种意义上说,它们使用邻域函数来保留输入空间的拓扑属性。 通过创建类似于多维缩放的高维数据的低维视图,这使SOM对于可视化很有用。 芬兰教授Teuvo Kohonen在1980年代引入的人工神经网络有时称为Kohonen地图或网络。 在这里,我训练了Kohonen的自组织特征图(SOFM),该图可以将3维数据的数据集映射到2维空间中。 首先,我在RGB空间中随机创建1600种颜色。 所有红色,绿色和蓝色值都必