自组织特征映射(SOM)的数据聚类程序。 matlab程序。 数据格式为excel,聚类标签可显示在图上。
最近在折腾数据聚类的时候重新捡起了自组织特征映射（SOM）这个老伙计。作为神经网络家族里擅长无监督学习的成员，它在数据可视化方面确实有一套。今天咱们用MATLAB整一个能处理Excel数据的SOM聚类程序，顺便把标签直接怼到图上，让结果看起来更直观。
先准备数据环境。假设我们有个"sales_data.xlsx"，里面是某商超12个月的各品类销售指标。读取数据时别直接用xlsread了，试试MATLAB 2019b之后更香的readtable：
raw_data = readtable('sales_data.xlsx'); data_matrix = table2array(raw_data(:,2:end)); % 假设首列是月份名称 feature_names = raw_data.Properties.VariableNames(2:end);数据归一化这个步骤千万别省，特别是当特征量纲差异大的时候。个人习惯用mapminmax做区间缩放，比z-score更抗异常值：
[normalized_data, ps] = mapminmax(data_matrix', 0, 1); % 转置适应函数格式 normalized_data = normalized_data'; % 再转回来保持样本行方向接下来构建SOM网络。这里有个小技巧：先用默认参数快速试跑，再根据收敛情况调整。初始网络结构设置为5x5的六边形网格，这个尺寸适合大多数中小型数据集：
net = selforgmap([5 5], 'grid', 'hextop', 'linkdist'); net.trainParam.epochs = 100; % 先跑100轮看效果 [net, tr] = train(net, normalized_data');训练完成后，通过权值矩阵观察聚类情况。每个神经元的权向量代表该簇的中心特征。用plotsomnd(net)可以看拓扑结构，但咱们更关心实际数据点的归属：
% 获取每个样本所属的神经元编号 outputs = net(normalized_data'); cluster_indices = vec2ind(outputs); % 关联原始数据标签 month_labels = table2cell(raw_data(:,1));这时候直接上plotsomhits虽然能看分布，但标签显示得不够直观。自己动手画个带文字标注的版本：
figure; plotsomhits(net, normalized_data'); hold on % 获取神经元位置坐标 pos = net.layers{1}.positions; for i = 1:length(month_labels) text(pos(cluster_indices(i),1)+0.1, pos(cluster_indices(i),2)+0.1,... month_labels{i}, 'FontSize',8, 'Color','k'); end hold off运行后可能会发现某些神经元节点挤满了标签，这时候可以调两个地方：一是增大网格尺寸，二是改用kmeans对权向量做二次聚类。比如用权向量作为初始质心：
w = net.IW{1}; [~, super_clusters] = kmeans(w, 3, 'Start', w(1:3,:)); % 假设想合并为3个大类最后导出结果到Excel时，记得把原始数据和聚类标签合并保存。这个技巧在处理业务数据时特别实用：
result_table = [raw_data, array2table(cluster_indices,... 'VariableNames',{'SOM_Cluster'})]; writetable(result_table, 'clustered_result.xlsx');几点实战经验：
- 当数据量超过1万条时，建议启用GPU加速（train(net,X,[],'useParallel','yes')）
- 六边形网格比矩形网格的边界更清晰
- 用plotsomplanes观察各特征在网格上的分布，能发现哪些指标对聚类贡献大
这套方案在分析客户分群、库存分类时特别管用。曾经用这个方法处理过2000+SKU的库存数据，配合颜色深浅表示库存周转率，一眼就能看出哪些品类该清仓了。下次遇到需要解释"为什么这些数据被分到一组"的时候，试试把特征平面图贴给业务部门看，比单纯给聚类编号直观多了。
