我目前正在开发一个用于大数据聚类的自组织映射（SOM）原型，但有一点我不明白。

SOM算法会更新最佳匹配单元及其邻域的权重，以更好地适应输入向量。算法是否会以某种方式改变神经元在lattice上的实际位置？我是说，如果我定义了一个5×5的方形lattice，每个神经元都可以通过一个二维坐标来引用（例如1/1或1/5）。所以我想问的是，SOM算法是否会更新神经元的坐标（例如从1/1更新到1.1/1.3）。

如果没有，那么软件是如何显示聚类的呢？我是说，一些程序显示神经元之间的统一距离（例如，黑色区域是神经元之间距离较低的区域，白色区域是距离较高的区域）。那么软件是如何知道哪些神经元彼此相邻的呢？

回答：

权重向量会被更新，但神经元在lattice中的位置永远不会改变。

SOM是一种拓扑保持映射。也就是说，如果两个向量在输入空间中彼此接近，那么在映射表示中也是如此[1]。但有时会发生拓扑错误。

[1]: Engelbrecht, A.P., 2007. Computational intelligence: an introduction. John Wiley & Sons.