SOM(자기 조직화 지도) 기법은 Teuvo Kohonen(1989, 1990)에 의해 개발되었으며 다른 신경망 지지자 및 통계학자에 의해 확장되었습니다. K 평균 군집화 플랫폼에서 SOM 기법을 구현할 수 있습니다. 예는 K 평균 군집화의 추가 예에서 확인하십시오.
원래 SOM은 원래의 신경망 알고리즘처럼 학습 프로세스였지만 여기서 구현된 버전은 k 평균 군집화의 변형입니다. SOM 문헌에서는 이 변형을 국소 가중 선형 평활기를 사용한 배치 알고리즘이라고 합니다.
SOM의 목표는 군집 격자의 특정 레이아웃에 군집을 형성하는 것뿐만 아니라 SOM 격자에서 서로 가까운 군집의 점이 다변량 공간에서도 서로 가까이 있도록 하는 것입니다. 전통적 k 평균 군집화에서는 군집 구조가 임의적이지만 SOM의 군집은 격자 구조를 가집니다. 격자 구조는 군집을 2차원으로 해석하는 데 도움이 됩니다. 즉, 서로 가까운 군집이 멀리 있는 군집보다 더 유사합니다. 자세한 내용은 SOM 알고리즘 설명에서 확인하십시오.