sklearn BayesianGaussianMixture基于多个数据点的聚类分配

Question

我正在尝试使用sklearn.mixture.BayesianGaussianMixture来适应一组轨迹。每个轨迹由一组数据点组成，例如，

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

其中t_i是第i个轨迹和(x_ik, y_ik)是轨迹上的第k个点。例如，x_ik可以表示步骤k中机器人的状态，y_ik可以表示机器人采取的动作。每个GP组件都将是x_ik - > y_ik的映射。这对于使用sklearn学习GP是非常标准的。

但是，如果您想先学习使用Dirichlet Process的高斯混合模型，则必须在添加新GP组件时决定。

BayesianGaussianMixture类仅为您提供基于单个数据点进行集群分配的界面。换句话说，新数据点是否属于新簇。

我感兴趣的是：给出一组轨迹，其中每个轨迹可能包含大量数据点。有没有一种方法可以根据轨迹进行聚类分配？即给定新的轨迹，决定它是否属于新的群集。

Answer 1

我会采用以下方法。

首先，尝试将连续坐标转换为一组离散值。例如，您可以将地图划分为单元格，并根据单元格为每个点（x_i，y_i）分配一个标签。在这种情况下，每个轨迹变得标签

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

现在可以使用类似bag-of-words或word2vec与一套固定的特征来表示每个轨迹（据推测不同的长度），或者，在所述序列换言之，在高维空间中作为单点。可能有一个更简单的方法，但我不知道它。