一种无监督时间序列聚类/分割方法

Question

我有一个关于人类日常生活的大量数据。生活的快照每5分钟拍一次。这些数据包括时间、人体位置、加速度计数据、陀螺仪数据等。

这些数据是没有标签的，我知道必须有5个主要的分类：“睡觉”、“吃”、“锻炼”和“工作”。

在我做假设之前，例如，“如果人类的位置是x，如果加速度计的值是y，陀螺仪的值是z，持续时间是k，那么人类就睡着了”。我知道这可能会产生问题，因为有时这些精确的值可能会有不同的标签。因此，我想用时间序列聚类来解决我的问题。

我该怎么接近它？或者我正在使解决方案复杂化，我应该使用我的“如果var1值= x，var2值= x2，那么标签是N"？

正如我提到的，数据没有标签，但我知道应该有5个标签。

我很感激你的帮助能让我走上正轨。

Answer 1

我推荐一种降维算法，如t-SNE或UMAP，以便以一种无监督的方式可视化不同的集群。

这是相当容易做到的，只要您首先规范化数据在the的情况下。

%matplotlib inline
import pandas as pd
from sklearn.manifold import TSNE

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

dataset = your_dataset

#(here you normalize each column with their max)

tsne = TSNE(n_components=2, n_iter=5000, random_state=3)
points = tsne.fit_transform(your_dataset[features])
plt.scatter(points[:, 0], points[:, 1])

一旦您检测到来自每个集群的值范围，您应该能够定义哪些是睡眠，哪些是运行，等等。