来自机器学习第六次实验~
实现了统一接口，注释比较多，新手友好~
欢迎issue或者pr，如果帮到了你也欢迎点个star~
目录中包含三个单独的运行文件，在main.py文件中可以直接运行进行单次训练（包含可视化），在demo.py以及visualize.py中为对不同窗函数和学习率下降策略的对比试验可视化。
│ .gitignore
│ demo.py # 12次实验训练模型效果可视化
│ ErrorVisualize.png
│ main.py # 单次训练
│ NumVisualize.png
│ README.md
│ visualize.py # 12次实验训练误差下降曲线可视化
└─ SOM
│ Distance.py # 距离函数
│ model.py # SOM模型主体
│ Neighbor.py # 窗函数
└─ __init__.py
从左到右每一列分别为：
- 不使用学习率下降策略
- 使用线性学习率下降策略
- 使用指数学习率下降策略，且分母为最大迭代次数
- 使用指数学习率下降策略，且分母为最大迭代次数的两倍
从上到下每一行分别为：
- 使用bubble窗函数
- 使用高斯窗函数
- 使用Triangle窗函数
GPL