有一次，我已经收集并在SOM如何识别集群组织的数据？
（项目聚集，并使用许多特质集群 - 向上的10）
具体来说，我想找到集群“中心” - 为此给我的“中心”节点（一个或多个）。
Answer 1:
你可以使用相对小型地图，并考虑每个节点的集群，但这是远远没有达到最佳。 如果你想套用自动聚类检测方法你一定要读
自组织映射聚类
和搜索类似的书目。
你也可以使用SOM算法更复杂的版本（多拉平，自我成长等）。
在任何情况下，请记住，发现群集的“正确”号的问题没有一个有限的解决方案。
Answer 2:
据我所知，SOM主要是数据驱动的降维和数据压缩方法。 所以它不会聚集你的数据; 它实际上可能倾向于蔓延簇中的各突出部（即，将它们分为多个小区）。
但是，它可能对某些数据集起到了很好的之一：
- 代替处理完整的数据集时，SOM节点（由分配给它们的元素数量加权）上只工作，这应该是显著较小
- 相反，在原来的空间中工作，在低维空间的工作，高官代表
然后运行在转换后的数据定期聚类算法。
Answer 3:
虽然一个老问题，我遇到了同样的问题，我已经取得了一些成功实施估计通过自组织映射多元数据集群的数目 ，所以我想我会分享。
链接的算法使用该U矩阵突出各个簇的边界，然后使用称为watershedding标识成分的图像处理算法。 对于这个在U-矩阵正常工作的区域需要是您的量化（其当转换为二值图像，简单地导致使用floodfill识别的区域）的分辨率内凹形的。
文章来源: Identify clusters in SOM (Self Organizing Map)
