行動認識の特徴である多次元時系列データがあります。3D ジョイント位置、クォータニオン値、平均、ジョイント間のユークリッド距離を表す 20 個の変数があります。k=4 で kmeans クラスタリングを適用しました。クラスタリングの後、共起するクラスタ ID を組み合わせて、それらに対応するデータ ポイントもそのクラスタ ID によってまとめられるようにしたいと考えています。たとえば、10 個のデータ サンプルの次のクラスター インデックスを考えると、
IDX = [1 1 2 1 3 3 3 2 2 4]'
データを次のようにします。ここで、A、B、C、D、E、F、G、H は 3 つの特徴変数で、(AC) は特定の関節の (x、y、z) 座標を表し、D はユークリッドを表します。ヘッドに対するジョイントの距離(EH)は、ジョイントのクォータニオン値です。数値を要素とします。Data =
A B C D E F G H
a1 b1 c1 d1 e1 f1 g1 h1
a2 b2 c2 d2 e2 f2 g2 h2
a3 b3 c3 d3 e3 f3 g3 h3
a4 b4 c4 d4 e4 f4 g4 h4
a5 b5 c5 d5 e5 f5 g5 h5
a6 b6 c6 d6 e6 f6 g6 h6
a7 b7 c7 d7 e7 f7 g7 h7
a8 b8 c8 d8 e8 f8 g8 h8
a9 b9 c9 d9 e9 f9 g9 h9
a10 b10 c10 d10 e10 f10 g10 h10
次に、結果は削減されたベクトル (データの圧縮バージョン) になり、データの最初の 2 行はクラスター ID 1 で表され、データの 3 行目はクラスター ID 2 で表され、4 行目 = 1、5 行目、6 行目、7 行目です。行が結合され、3、8、9 行目が 2、最後の行が 4 で表されます。したがって、最終的なデータ表現は、次元と長さも縮小された圧縮文字列になりますCompressed_Data = [1 2 1 3 2 4]'
。このマッピングと変換を行うにはどうすればよいですか? 前もって感謝します。