MiniSom

自组织映射

MiniSom是一个基于Numpy的极简自组织映射（SOM）实现，可通过Numba进行可选的JIT加速。SOM是一种能够将高维数据之间复杂的非线性统计关系转换为低维展示上的简单几何关系的人工神经网络。Minisom的设计旨在让研究人员能够轻松地在其基础上进行扩展，并帮助学生快速掌握其细节。

该项目最初的目标是实现一个极简的自组织映射算法，注重功能、依赖和代码风格的简洁性。尽管它在功能上有所扩展，但仍然保持极简主义，仅依赖于numpy库，并强调向量化编程风格。

关于MiniSom的更新会在X上发布。

通过Google Colab快速开始使用MiniSom：

安装

只需使用pip即可：

pip install minisom

若需包含Numba以实现JIT加速训练：

pip install minisom[fast]

或者将MiniSom克隆到您选择的目录并使用setup脚本：

git clone https://github.com/JustGlowing/minisom.git
python setup.py install

请注意，上述命令会安装最新版本的MiniSom，其中可能包含尚未纳入稳定版的功能变更。

如何使用

要使用MiniSom，您需要将数据组织成一个NumPy矩阵，其中每一行对应一个观测值；或者使用如下所示的列表嵌套结构：

data = [[ 0.80,  0.55,  0.22,  0.03],
        [ 0.82,  0.50,  0.23,  0.03],
        [ 0.80,  0.54,  0.22,  0.03],
        [ 0.80,  0.53,  0.26,  0.03],
        [ 0.79,  0.56,  0.22,  0.03],
        [ 0.75,  0.60,  0.25,  0.03],
        [ 0.77,  0.59,  0.22,  0.03]]      

然后您可以按照以下方式训练MiniSom：

from minisom import MiniSom    
som = MiniSom(6, 6, 4, sigma=0.3, learning_rate=0.5) # 初始化一个6x6的SOM
som.train(data, 100) # 使用100次迭代训练SOM

MiniSom还支持通过Numba进行JIT加速训练。如果已安装Numba（参见安装），您可以使用train_batch_offline_fast方法来显著提升大规模数据集上的训练速度：

som = MiniSom(6, 6, 4, sigma=0.3, learning_rate=0.5)
som.train_batch_offline_fast(data, 100) # JIT加速的批量训练

首次调用由于JIT编译可能会稍慢，但后续调用会复用已编译的代码。

对于给定样本，您可以这样获取映射上获胜神经元的位置：

som.winner(data[0])

如需了解Minisom中所有实现的功能，可以浏览以下示例：https://github.com/JustGlowing/minisom/tree/master/examples

导出SOM并重新加载

模型可以使用pickle保存，如下所示：

import pickle
som = MiniSom(7, 7, 4)

# ...在此处训练SOM

# 将 SOM 保存到文件 som.p 中
with open('som.p', 'wb') as outfile:
    pickle.dump(som, outfile)

并且可以按如下方式加载：

with open('som.p', 'rb') as infile:
    som = pickle.load(infile)

请注意，如果使用 lambda 函数来定义衰减因子，MiniSom 就不再可序列化了。

示例

以下是一些你将在 examples 中看到如何生成的图表：

种子映射	类别分配
手写数字映射	六边形拓扑
颜色量化	异常值检测

其他教程

• Glowing Python 上的自组织映射
• 如何解决旅行商问题 来自书籍 优化算法：用于设计、规划和控制问题的人工智能技术。Manning 出版社，2023 年。
• 里斯本大学机器学习课程的讲义
• Derrick Mwiti 的自组织映射简介
• 基于 Gapminder 数据的自组织映射 [德语]
• Gisely Alves 的无监督神经网络 SOM 探索
• GeoEngineerings 学校制作的视频教程： 第 1 部分; 第 2 部分; 第 3 部分; 第 4 部分
• 可视化艺术制作的自组织映射入门视频
• SuperDataScience 机器学习制作的自组织映射超参数调优视频

如何引用 MiniSom

@misc{vettigliminisom,
  title={MiniSom：极简且基于 NumPy 的自组织映射实现},
  author={Giuseppe Vettigli},
  year={2018},
  url={https://github.com/JustGlowing/minisom/},
}

MiniSom 已被引用超过 400 次，请查看使用 MiniSom 的研究 这里。

贡献指南

1. 在 Pull Request 的描述中，请清晰地说明您实现或修复的内容。如果 PR 是关于代码加速的，请提供一个可复现的例子，并量化加速效果。
2. 为您的 Pull Request 取一个有助于概括您贡献内容的标题。
3. 为您的代码编写单元测试，并确保现有测试是最新的。可以使用 pytest 进行测试：

pytest minisom.py

4. 使用 pycodestyle 确保没有样式问题：

pycodestyle minisom.py

5. 确保您的代码有适当的注释和文档。每个公共方法都需要像现有方法一样进行文档化。

MiniSom 快速上手指南

MiniSom 是一个基于 NumPy 的极简自组织映射（SOM）实现，支持通过 Numba 进行 JIT 加速。它能够将高维数据的复杂非线性关系转化为低维空间中的简单几何关系，适用于数据降维、聚类和可视化。

环境准备

• 操作系统：Windows / macOS / Linux
• Python 版本：Python 3.6+
• 核心依赖：
  • numpy（必需）
  • numba（可选，用于开启 JIT 加速训练）

安装步骤

1. 基础安装

使用 pip 安装标准版本：

pip install minisom

2. 开启加速（可选）

若需处理大规模数据并启用 JIT 加速，请安装包含 numba 的版本：

pip install minisom[fast]

提示：国内用户如遇下载缓慢，可添加清华或阿里镜像源加速：

pip install minisom -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install minisom[fast] -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 源码安装（可选）

如需获取最新开发版：

git clone https://github.com/JustGlowing/minisom.git
cd minisom
python setup.py install

基本使用

1. 准备数据

数据需整理为 NumPy 矩阵或列表嵌套列表格式，每一行代表一个样本观测值。

data = [[ 0.80,  0.55,  0.22,  0.03],
        [ 0.82,  0.50,  0.23,  0.03],
        [ 0.80,  0.54,  0.22,  0.03],
        [ 0.80,  0.53,  0.26,  0.03],
        [ 0.79,  0.56,  0.22,  0.03],
        [ 0.75,  0.60,  0.25,  0.03],
        [ 0.77,  0.59,  0.22,  0.03]]      

2. 初始化与训练

创建一个 6x6 的 SOM 网格，输入数据维度为 4，并进行训练。

from minisom import MiniSom    

# 初始化：6x6 网格，输入特征数 4，邻域半径 sigma=0.3，学习率=0.5
som = MiniSom(6, 6, 4, sigma=0.3, learning_rate=0.5) 

# 训练 100 次迭代
som.train(data, 100) 

3. 使用 JIT 加速训练（如果已安装 numba）

对于大数据集，推荐使用离线批量加速训练模式：

som = MiniSom(6, 6, 4, sigma=0.3, learning_rate=0.5)

# 首次调用会因 JIT 编译稍慢，后续调用将显著提速
som.train_batch_offline_fast(data, 100) 

4. 获取获胜神经元

查询某个样本在地图上的最佳匹配单元（获胜神经元）位置：

winner_position = som.winner(data[0])
print(winner_position)
# 输出示例：(2, 3) 表示第 2 行第 3 列的神经元

5. 模型保存与加载

使用 pickle 保存训练好的模型以便后续使用：

import pickle

# 保存模型
with open('som_model.p', 'wb') as outfile:
    pickle.dump(som, outfile)

# 加载模型
with open('som_model.p', 'rb') as infile:
    som_loaded = pickle.load(infile)

注意：如果在初始化时使用了 lambda 函数定义衰减因子，模型将无法被 pickle 保存。