---
title: "悟空云平台交流视频第六十四期---《自组织映射网络SOM》"
author: "omicsolution.com"
account: "omicsolution.com"
published_at: "2026-01-02T20:44:53+08:00"
captured_at: "2026-08-26T17:11:43.462815+08:00"
source_url: "https://mp.weixin.qq.com/s/O-SMboaE1ESi44YmCjKo8Q"
---

# 悟空云平台交流视频第六十四期---《自组织映射网络SOM》
![图片 1](images/001.png)

![图片 2](images/002.png)

![图片 3](images/003.png)

![图片 4](images/004.png)

悟空云

组学数据分析平台

易算生物

![图片 5](images/005.png)

你好！本期悟空云带来自组织映射网络SOM。

进入悟空云：

https://www.omicsolution.com/platform.html

![图片](images/006.webp)

见功能圈--7.回归和机器学习--18.自组织映射网络聚类

![图片 7](images/007.png)

自组织映射网络（Self‑Organizing Map，SOM）是一类无监督竞争学习神经网络，用于将多维特征向量通过拓扑保持映射投影到二维离散网格。训练完成后，每个网格单元对应一个原型向量（codebook vector），样本会被分配到与其距离最近的网格单元（最佳匹配单元，BMU）。基于样本在网格上的分布以及对网格单元的进一步聚类，可以得到探索性分群结果并进行可视化展示。

这个无监督方法适合用于探索样本的整体结构：判断数据在二维映射上是否形成相对分离的聚类区域，还是呈现连续梯度变化（区域之间逐步过渡、没有清晰边界）。同时，可以通过变量在网格上的分布图观察不同变量在不同区域的高低模式，用于解释哪些变量与分群结构相关。

---

视频截图

![图片 8](images/008.png)

![图片 9](images/009.png)

![图片 10](images/010.png)

![图片 11](images/011.png)

---

---

使用视频

复制下述链接或点击“阅读原文”进入分析页面

https://wkomics.omicsolution.com/wkomics/main/

END

![图片 12](images/012.jpg)

易算蛋白组学前沿方案库

悟空云平台交流视频第六十三期---《多组学多数据集环形热图可视化》

悟空云平台交流视频第六十二期---《蛋白质功能分类》

国庆回望 | 易算悟空云十款已发表的组学分析工具盘点

悟空云平台交流视频第六十一期---《查看蛋白在各组织（含癌症组织）中表达情况》

悟空云平台交流视频第六十期---《加权分位数和(WQS)回归》

悟空云平台交流视频第五十九期---《机器学习及ROC曲线》

悟空云平台交流视频第五十八期---《代谢物GSEA KEGG富集分析(自己上传背景库)》

悟空云平台交流视频第五十七期---《蛋白质主题本体组学Ontolomics-P教学视频上线》

悟空云平台交流视频第五十六期---《蛋白质或样本信号熵值变化》

悟空云平台交流视频第五十五期---《GO和KEGG富集分析自备背景库》

悟空云介绍