我正在研究和阅读一些使用SOM算法的论文。我不明白人们将他们的数据集分解为SOM的训练/测试集的逻辑。我的意思是，例如，当使用C4.5决策树时，经过训练的结构包括一些新的数据集（测试）来分类数据时应用的规则。但是，系统通过SOM进行培训后会生成什么样的规则或类似的规则？如果我将100％的数据应用于SOM系统，而不是30％先进行培训，然后再使用70％进行测试，那将会有什么不同呢？提前感谢您的回答。将数据分解为SOM中的培训/测试的原因是什么？
对于每个与数据相关的系统（未来应该会暴露于新数据中），拿出部分现有数据来进行测试，可以强有力地预测它在部署后的预测方式。对于SOM，您将学习特定的数据嵌入。如果您将所有数据用于培训，并且稍后想要使用在数据前从未见过的训练好的SOM，则无法保证它将如何表现（这种表示对于任务的表现有多好）。拥有一个支持让你有能力在受控环境中测试这一点 - 你在部分数据上训练SOM表示，然后将其应用于嵌入保持（测试），它模拟“如果我得到新数据并希望使用会发生什么我的SOM“。这同样适用于每一种使用数据的算法，不管它是否受到监督，如果你打算根据这个模型部署某些东西，你需要一个测试集来建立你自己解决方案的信心。另一方面，如果您只是对“封闭”数据集进行探索性分析，那么无监督方法就可以简单地应用于所有数据（如果您只是问“这个特定数据集中的结构是什么）。”
看起来你不明白为什么SOM（无监督机器学习）应该像其他机器学习技术一样对待，因此您的陈述为：“......训练有素的结构包括一些新规则（测试）时应用的规则该数据有分类。”
一般来说，培训（包括SOM）的过程中，你的目标是最终 一组
final weights（给我们你的话; “应用的规则为 ”）用于新的，以前未见过的数据集。训练集应该包含各种各样的功能，通常是您希望应用的数据类型的良好代表。
这将使final weights尽可能准确和尽可能可靠。 至于“通过SOM训练系统后会产生什么样的规则或类似的东西？”final weights组成将应用于SOM的任何新数据的“规则”。因此，SOM将根据其final weights中的值给出结果。
将数据分解为训练和测试可帮助您在投入生产前获得训练有素的SOM性能的信心。
另一方面，测试集可以让您看到训练的SOM的表现如何。您将训练集的结果与测试集的结果进行比较。在申请并开始使用训练有素的SOM之前，这很重要。如果您发现训练集和测试集的结果差异很大，您应该查看训练集 - 可能在训练集中包含更多不同的特征。
简而言之，通过培训和测试集可以确保SOM在实施时的性能。如前所述here：
“......我们创建测试分区给我们提供诚实的评估我们的预测模型的性能 数学推理的没有量和操纵基础上， 训练数据的结果将是。说服一位有经验的观察员。“