下面为两种SOM的运行代码，用来分类同样的数据，第一种学习率和聚类半径随着迭代次数的变化而变化，参考机器学习之自组织特征映射神经网络（SOM），同时运行博客点这里的代码，比较运行时间，都设置迭代次数为1000次，分4类，运行时间分为为0(即小于1s)和17s。 两种方式的归一化方法不一样。一个是维度归一化，一个是一般的归一化（行向量）

代码1

from numpy import * import matplotlib.pyplot as plt import string class Kohonen(object): def __init__(self): self.lratemax=0.8 #最大学习率-欧式距离 self.lratemin=0.05 #最小学习率-欧式距离 self.rmax=5 #最大聚类半径--根据数据集 self.rmin=0.5 #最小聚类半径--根据数据集 self.Steps=1000 #迭代次数 self.lratelist=[] #学习率收敛曲线 self.rlist=[] #学习率半径曲线 self.w=[] #权重向量组 self.M=2 # M*N表示聚类总数 self.N=2 #M、N表示邻域的参数 self.dataMat=[] #外部导入数据集 self.classLabel=[] #聚类后的类别标签 def loadDate(self,fileName): #加载数据文件 fr=open(fileName) for line in fr.readlines(): curLine=line.strip().split("\t") lineArr=[] lineArr.append(float(curLine[0])) lineArr.append(float(curLine[1])) self.dataMat.append(lineArr) self.dataMat=mat(self.dataMat) def file2matrix(self,path, delimiter): recordlist = [] fp = open(path) content = fp.read() fp.close() rowlist = content.splitlines() # 按行转换为一维表 # 逐行遍历 # 结果按分隔符分割为行向量 recordlist = [map(eval, row.split(delimiter)) for row in rowlist if row.strip()] # 返回转换后的矩阵形式 self.dataMat = mat(recordlist) def normalize(self,dataMat): [m,n]=shape(dataMat) for i in xrange(n): dataMat[:,i] =(dataMat[:,i]-mean(dataMat[:,]))/std(dataMat[:,]) return dataMat def distEclud(self,matA,matB): ma, na = shape(matA); mb, nb = shape(matB); rtnmat = zeros((ma, nb)) for i in xrange(ma): for j in xrange(nb): rtnmat[i, j] = linalg.norm(matA[i, :] - matB[:, j].T) return rtnmat def init_grid(self): #初始化第二层网格 [m, n] = shape(self.dataMat) k=0 #构建低二层网络模型 #数据集的维度即网格的维度，分类的个数即网格的行数 grid=mat(zeros((self.M*self.N,n))) for i in xrange(self.M): for j in xrange(self.N): grid[k,:]=[i,j] k+=1 return grid def ratecalc(self,i): lrate = self.lratemax - (i + 1.0) * (self.lratemax - self.lratemin) / self.Steps r = self.rmax - ((i + 1.0) * (self.rmax - self.rmin)) / self.Steps return lrate,r #主程序 def train(self): #1.构建输入层网络 dm,dn=shape(self.dataMat) #归一化数据 normDataSet=self.normalize(self.dataMat) #2.初始化第二层分类网络 grid=self.init_grid() #3.随机初始化两层之间的权重向量 self.w=random.rand(dn,self.M*self.N) distM=self.distEclud #确定距离公式 #4.迭代求解 if self.Steps<5*dm:self.Steps=5*dm #设定最小迭代次数 for i in xrange(self.Steps): lrate,r=self.ratecalc(i) #1.计算当前迭代次数下的学习率和学习聚类半径 self.lratelist.append(lrate);self.rlist.append(r) #2.随机生成样本索引，并抽取一个样本 k=random.randint(0,dm) mySample=normDataSet[k,:] #3.计算最优节点：返回最小距离的索引值 minIndx=(distM(mySample,self.w)).argmin() #4.计算领域 d1=ceil(minIndx/self.M) #计算此节点在第二层矩阵中的位置 d2=mod(minIndx,self.M) distMat=distM(mat([d1,d2]),grid.T) nodelindx=(distMat<r).nonzero()[1] #获取领域内的所有点 for j in xrange(shape(self.w)[1]): if sum(nodelindx==j): self.w[:,j]=self.w[:,j]+lrate*(mySample[0]-self.w[:,j]) #主循环结束 self.classLabel=range(dm) #分配和存储聚类后的类别标签 for i in xrange(dm): self.classLabel[i]=distM(normDataSet[i,:],self.w).argmin() self.classLabel=mat(self.classLabel) def showCluster(self,plt): #绘图 lst=unique(self.classLabel.tolist()[0]) #去重 i=0 for cindx in lst: myclass = nonzero(self.classLabel==cindx)[1] xx=self.dataMat[myclass].copy() if i==0: plt.plot(xx[:,0],xx[:,1],'bo') elif i==1:plt.plot(xx[:,0],xx[:,1],'rd') elif i==2:plt.plot(xx[:,0],xx[:,1],'gD') elif i==3:plt.plot(xx[:,0],xx[:,1],'c^') i+=1 plt.show() if __name__=="__main__": SOMNet=Kohonen() SOMNet.loadDate('dataset2.txt') SOMNet.train() SOMNet.showCluster(plt)

代码2

参考：http://blog.csdn.net/chenge_j/article/details/72537568

from numpy import * import matplotlib.pyplot as plt from numpy import linalg #初始化输入层与竞争层神经元的连接权值矩阵 def initCompetition(n , m , d): #随机产生0-1之间的数作为权值 array = random.random(size=n * m *d) com_weight = array.reshape(n,m,d) return com_weight #计算向量的二范数 def cal2NF(X): res = 0 # return linalg.norm(X) for x in X: res += x*x return res ** 0.5 #对数据集进行归一化处理 def normalize(dataSet): old_dataSet = copy(dataSet) for data in dataSet: two_NF = cal2NF(data) for i in range(len(data)): data[i] = data[i] / two_NF return dataSet , old_dataSet #对权值矩阵进行归一化处理 def normalize_weight(com_weight): for x in com_weight: for data in x: two_NF = cal2NF(data) for i in range(len(data)): data[i] = data[i] / two_NF return com_weight #得到获胜神经元的索引值 def getWinner(data , com_weight): max_sim = 0 n,m,d = shape(com_weight) mark_n = 0 mark_m = 0 for i in range(n): for j in range(m): if sum(data * com_weight[i,j]) > max_sim: max_sim = sum(data * com_weight[i,j]) mark_n = i mark_m = j return mark_n , mark_m #得到神经元的N邻域 def getNeibor(n , m , N_neibor , com_weight): res = [] nn,mm , _ = shape(com_weight) for i in range(nn): for j in range(mm): N = int(((i-n)**2+(j-m)**2)**0.5) if N<=N_neibor: res.append((i,j,N)) return res #学习率函数 def eta(t,N): return (0.3/(t+1))* (math.e ** -N) #SOM算法的实现 ''' T:最大迭代次数 N_neibor:初始近邻数 ''' def do_som(dataSet , com_weight, T , N_neibor): for t in range(T-1): com_weight = normalize_weight(com_weight) for data in dataSet: n , m = getWinner(data , com_weight) neibor = getNeibor(n , m , N_neibor , com_weight) for x in neibor: j_n=x[0];j_m=x[1];N=x[2] #权值调整 com_weight[j_n][j_m] = com_weight[j_n][j_m] + eta(t,N)*(data - com_weight[j_n][j_m]) N_neibor = N_neibor+1-(t+1)/200 res = {} N , M , _ =shape(com_weight) for i in range(len(dataSet)): n, m = getWinner(dataSet[i], com_weight) key = n*M + m if res.has_key(key): res[key].append(i) else: res[key] = [] res[key].append(i) return res def draw(C , dataSet): color = ['r', 'y', 'g', 'b', 'c', 'k', 'm' , 'd'] count = 0 for i in C.keys(): X = [] Y = [] datas = C[i] for j in range(len(datas)): X.append(dataSet[datas[j]][0]) Y.append(dataSet[datas[j]][1]) plt.scatter(X, Y, marker='o', color=color[count % len(color)], label=i) count += 1 plt.legend(loc='upper right') plt.show() def loadDataSet(fileName): # 加载数据文件 fr = open(fileName) dataMat=[] for line in fr.readlines(): curLine = line.strip().split(",") lineArr = [] lineArr.append(float(curLine[0])) lineArr.append(float(curLine[1])) dataMat.append(lineArr) dataMat = mat(dataMat) return dataMat def file2matrix(path, delimiter): recordlist = [] fp = open(path, "rb") # 读取文件内容 content = fp.read() fp.close() rowlist = content.splitlines() # 按行转换为一维表 # 逐行遍历 # 结果按分隔符分割为行向量 recordlist = [map(eval, row.split(delimiter)) for row in rowlist if row.strip()] # 返回转换后的矩阵形式 return recordlist # SOM算法主方法 def SOM(dataSet,com_n,com_m,T,N_neibor): dataSet, old_dataSet = normalize(dataSet) com_weight = initCompetition(com_n,com_m,shape(dataSet)[1]) C_res = do_som(dataSet, com_weight, T, N_neibor) draw(C_res, dataSet) draw(C_res, old_dataSet) starttime = datetime.datetime.now() dataSet = file2matrix("dataset2.txt",'\t') SOM(dataSet,2,2,1000,2) endtime = datetime.datetime.now() print (endtime - starttime).seconds

参考：http://blog.csdn.net/chenge_j/article/details/72537568