如何构建U-矩阵以可视化自组织映射？更具体地说，假设我有一个已经训练好的3x3节点的输出网格，我该如何从中构建出U-矩阵？你可以假设神经元（和输入）的维度为4。 我在网上找到了几个资源，但它们不清晰或相互矛盾。例如，原始论文中充满了错别字。

在stackoverflow上只有一个与此相关的问题，而且更多是关于哪个更好的问题。我只是真的不太理解它们之间的区别。我的意思是，它们都使用向量，这些向量随机分配给簇，它们都使用不同簇的质心来确定获胜输出节点。我的意思是，它们之间到底有什么区别？

我正在寻找使用Python实现的六边形自组织映射。自组织映射是一种使用无监督学习训练的人工神经网络，用于生成低维度（通常为二维）的数据表示。 如果有现成的模块，请提供。 提供绘制六边形单元的方法。 提供处理六边形单元作为数组或其他形式的算法。 关于： 自组织映射（SOM）或自组织特...

我想创建一个照片拼贴画。类似于这个图像（想象一下，将那些彩色矩形替换成照片）： 拼贴画应该由以下信息构建。 我们有一个插槽的二维地图和一组图片。地图（在本例中为3x3插槽）如下所示： | s1 | s2 | s3 | | s4 | s5 | s6 | | s7 | s8 | s9 |...

我正在寻找一种基于C、C++或Java的SOM实现，适用于商业使用的许可证（非零成本可接受）。 目前我知道存在SOM_PAK（来自Kohonen），但许可证禁止商业使用。 有没有人知道替代实现？

我有一个类似于时间序列的数据框，例如： 时间戳：1|2|3|4|5|6|7|8|9|10|11|12|13|14|15|16|17|18|19|20|21|22|23|24|25|26|27|28... 数值：0|0|3|6|3|3|6|3|3|6 |3 |0 |0 |0 |1 |3 |7...