これはあまり具体的な質問ではありません。このフォーラムの同僚からアイデアを集めたいだけです。
私の質問は;
あるカメラから収集されたビデオ データから人間の身長、サイズ、布の色を推定しました。これらを特徴と呼びましょう。別のデータ セットと同様の人物のセットがありますが、別のカメラから収集されました。したがって、最初のデータセットの機能と一致する場合、2 番目のデータセットの人を特定したい (再識別のようなもの) が、機能を融合する方法と、それらを一致またはランク付けする方法について混乱しています (これは次のようなものです)。分類）。
提案とアドバイスが必要です。
正準相関分析を試すことができます。Wikiページからの抜粋：
実験のコンテキストでの正準相関の一般的な使用法は、2つの変数セットを取得し、2つのセットに共通するものを確認することです。
正準相関の結果の視覚化は、通常、有意な相関を示す正準変量のペアの2セットの変数の係数の棒グラフを介して行われます。一部の著者は、それらをヘリオグラフとしてプロットすることで最もよく視覚化できると示唆しています。これは、光線のような棒のある円形フォーマットで、各半分が2つの変数セットを表します（例：「正準相関分析：複数のパターンを表すための複合ヘリオグラフの使用」）。
分類の問題のように聞こえることに同意します。ただし、人間/非人間のような 2 つのクラスをセットアップする必要があります。
次に、選択した機能が特定の問題に適しているかどうかを確認する必要があります。データベース内の各個人の特徴をプロットできます。つまり、2D プロット x = 機能 1、y = 機能 2、機能 1 から n までのデータベース全体に対して実行します。環境から人間を分類するタスクに特徴が関連しているかどうかを知ることができます。
さて、二項分類を行おうとしているように見えます：人間/人間ではありません。SVMはこのようなタスクに適していますが、SVM や一般的な機械学習に慣れていない場合は、 kNNなどのより簡単なアルゴリズムから始めることができます。
[0 1] の間でデータを正規化することを忘れないでください。理由は明らかだと思います。分類アルゴリズムを選択したら、アルゴリズムがそのタスクをどの程度うまく行っているかを定量化する必要があります。このために、クロス検証（leave-one-out ...など）を試してから、混同マトリックスを試すことができます。
楽しむ ！