（SOM）在矩阵中加权邻居，比RBF更简单？

Question

我一直在实现SOM算法，并试图改变我从sklearn使用的函数

对于一个特定的SOM问题，我将邻里关系图设置为

np.array(  
 [[[a, b] for b in range(10)] for a in range(10)]  
 ).reshape(100, 2)

（我将把输出映射到一个10x10的网格，我想这是一个Kohonen映射，所以100对应于框的数量，以及（x，y）的两个特性）

然后，为了找到获胜节点的邻居的权重，我使用该节点索引作为中的中心（邻居是邻居的数量）：

rbf_kernel(
            self.neighborhoodmap, center_v, gamma=1 / ((neighborhood) ** 2)
        )

现在，我想摆脱rbf_内核，自己写一些东西，但不知道该怎么做