Python集群思想

我正在研究我的问题，我想做一个（非）监督聚类，根据脑电图数据对不同的平衡任务进行聚类，看看这些任务是否足够敏感，可以测量静态、动态平衡或步态（因此，我假设数据将分为三类，其中一类是静态平衡任务，第二类是动态平衡任务，第三类是步态任务）。共有9个平衡任务。EEG数据的输出是独立分量（最多32个分量）我想我需要使用这些组件信号的最大频率和峰值功率作为变量。所以我的数据如下所示：

Subj Task IC Freqmax Powermax
1     1    1    12      26                      
1     1    2    14      14               
1     1    3    8       19                  
1     2    1    11      10                  
1     2    2    16      22            
1     2    3    9       15          
1     3    1    5       16        
1     3    2    10      22 
2     1    1    12      11                                              
2     1    2    11      19             
2     1    3    15      26                
2     2    1    8       11                   
2     2    2    9       15         
2     2    3    12      20          
2     3    1    5       24                 
2     3    2    14      19
3     1    1    9       14                    
3     1    2    12      12                      
3     1    3    12      22                             
3     2    1    10      18                                 

我有几个问题：

可以根据这个数据训练一个模型来聚类不同的任务吗？< /强>我的图是什么样的？x轴＝FRQMAX，y轴= PoPMAX，每个点将是不同的参与者。但是不同的组件将如何扮演一个角色？模型应该考虑每1个任务的所有组件，而不是单独地，我如何告诉它们？有监督的群集与否？ …可能还有很多问题

此外，任何关于研究问题和建议的反馈都是非常欢迎的

---

非常感谢您与我一起集思广益！！

不久前我发现了这一点，它让我真正开始了解集群和无监督技术，页面（和库）非常棒：