(1) |
Tätä mallivektoria vastaavaa karttayksikköä kutsutaan voittajayksiköksi.
Voittajayksikön ja sen naapuruston mallivektoreita päivitetään seuraavasti:
(2) |
Funktio hci on naapurustokernel, jonka on oltava vähenevä ajan (opetusaskelten) suhteen, jotta algoritmi konvergoituisi. Naapurustokernel on oppimisnopeuskertoimen () ja naapurustofunktion (h) tulo .
Oppimisnopeuskerroin on yleensä joko lineaarisesti tai funktion
(3) |
mukaisesti ajan suhteen vähenevä. Lisäksi vaaditaan, että .
Naapurustofunktioksi h voidaan valita esimerkiksi kuplanaapurusto:
(4) |
tai gaussinen naapurusto:
(5) |
On esitetty, että naapurustofunktion konveksisuudesta on etua (ks. luku 2.2.5). Gaussisesta naapurustofunktiosta voidaan leikata konkaavit hännät pois, jolloin saadaan katkaistu gaussinen naapurustofunktio.
(6) |
Myös Epanechnikovin kernel, (esim. [5, sivu 149]) on konveksi ja täyttää naapurustofunktion ehdot:
(7) |
Opetusjoukko käydään yleensä läpi useita kertoja, jotta saataisiin riittävä määrä opetusaskelia. Yhtä opetusjoukon läpikäyntiä kutsutaan epokiksi.