python中的k-means多列数据聚类
我有一个在文本文件中包含2000行的数据集。 每条线表示人体20个骨骼关节点(例如:头部、肩部中心、左肩、右肩、…、左肘、右肘)的x、y、z(三维坐标位置)。我想对这些数据进行k-means聚类。 数据由“空格”分隔,每个关节由3个值(表示x、y、z坐标)表示。类似头部和肩部中心,由python中的k-means多列数据聚类,python,cluster-analysis,k-means,data-science,Python,Cluster Analysis,K Means,Data Science,我有一个在文本文件中包含2000行的数据集。 每条线表示人体20个骨骼关节点(例如:头部、肩部中心、左肩、右肩、…、左肘、右肘)的x、y、z(三维坐标位置)。我想对这些数据进行k-means聚类。 数据由“空格”分隔,每个关节由3个值(表示x、y、z坐标)表示。类似头部和肩部中心,由 .0255... .01556600 1.3000... .0243333 .010000 .1.3102000 .... 基本上每行有60列,代表20个连接,每个连接由三个点组成 我的问题是如何格式化或使用
.0255... .01556600 1.3000... .0243333 .010000 .1.3102000 ....
基本上每行有60列,代表20个连接,每个连接由三个点组成
我的问题是如何格式化或使用这些数据进行k-means聚类,您不需要重新格式化任何内容 每行是一个60维的连续值向量,具有可比的比例(坐标),如k-均值所需 你可以在这上面运行k-means
但是假设测量是按顺序进行的,您可能会观察到行之间存在很强的相关性,因此我不希望数据能够非常好地聚类,除非您设置了使用来做和保持某些姿势。您想要什么输出?20个三维点,分别近似(kmean)20个接头。或者只是一个近似所有关节的点。你能再解释一下设置吗?我在关节数据中确实有某些姿势。因为数据由10个不同的活动组成。