自组织映射(SOM)中如何判定与C1类最接近的样本？

一、如何判定哪些样本与C1类最接近？ #

直接依据distance1字段的数值判断：distance1是样本到C1类的绝对距离，数值越小，说明样本离C1类的特征空间距离越近，也就越接近C1类。

这里要注意：样本的归属（C1/C2）是由distance1和distance2的相对大小决定的，但“与C1类的接近程度”只看distance1的绝对数值——比如示例中的C2样本（distance1=4.178），就比第一个C1样本（distance1=5.315）离C1类更近。

二、排序选择：最长还是最短距离？ #

要筛选与C1最接近的样本，必须按distance1**从小到大（升序）**排序，排在最前面的就是离C1最近的样本。

如果按distance1从大到小（降序，即最长距离排序），得到的是离C1最远的样本，完全不符合需求。

三、相关建议 #

• 若要找所有样本中离C1最近的，直接提取所有样本的distance1值做升序排序，取前N个即可。
• 若仅关注归属于C1的样本中谁最接近C1，先筛选出class=C1的样本，再对它们的distance1做升序排序。
• 不要混淆“归属类别”和“与C1的接近程度”：归属是相对距离的比较，而接近程度是绝对距离的体现，两者没有必然的对应关系。

内容的提问来源于stack exchange，提问作者darieem