SOM

SOM，全称Self-Organizing Map，是一种无监督的神经网络模型。它通过自我组织和学习来创建数据的低维表示，同时保持原始数据的空间拓扑结构。这种技术主要用于数据分析、可视化和聚类等任务。SOM网络由输入层、竞争层和输出层组成，竞争层中的每个神经元都与输入数据的某个子集相对应，并尝试找到最能代表该子集的神经元。通过不断的迭代训练，SOM能够将复杂的高维数据映射到简单的二维或三维空间，使得数据的内在结构和模式变得清晰可见。