sklearn BayesianGaussianMixture基於多個數據點的聚類分配

Question

我正在嘗試使用sklearn.mixture.BayesianGaussianMixture來適應一組軌跡。每個軌跡由一組數據點組成，例如，

t_i = {x_i1, y_i1, x_i2, y_i2, ... , x_iN, y_iN}, 

其中t_i是第i個軌跡和(x_ik, y_ik)是軌跡上的第k個點。例如，x_ik可以表示步驟k中機器人的狀態，y_ik可以表示機器人採取的動作。每個GP組件都將是x_ik - > y_ik的映射。這對於使用sklearn學習GP是非常標準的。

但是，如果您想先學習使用Dirichlet Process的高斯混合模型，則必須在添加新GP組件時決定。

BayesianGaussianMixture類僅爲您提供基於單個數據點進行集羣分配的界面。換句話說，新數據點是否屬於新簇。

我感興趣的是：給出一組軌跡，其中每個軌跡可能包含大量數據點。有沒有一種方法可以根據軌跡進行聚類分配？即給定新的軌跡，決定它是否屬於新的羣集。

Answer 1

我會採用以下方法。

首先，嘗試將連續座標轉換爲一組離散值。例如，您可以將地圖劃分爲單元格，並根據單元格爲每個點（x_i，y_i）分配一個標籤。在這種情況下，每個軌跡變得標籤

traj_1: cell_id_0 -> cell_id_1 -> ... -> cell_id_n 
traj_2: cell_id_3 -> cell_id_6 -> ... -> cell_id_m 
... 

現在可以使用類似bag-of-words或word2vec與一套固定的特徵來表示每個軌跡（據推測不同的長度），或者，在所述序列換言之，在高維空間中作爲單點。可能有一個更簡單的方法，但我不知道它。