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:Python集群思想,python,cluster-analysis,Python,Cluster Analysis,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
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: