假设我有 10 个单独的观测值，每个观测值的大小为 (125,59)。我想根据这 10 个观测值的 2d 特征矩阵 ((125,59)) 对它们进行分组。这是否可以在不将每个观测值展平为 125*59 1D 矩阵的情况下实现？我什至无法实现 PCA 或 LDA 来进行特征提取，因为数据变化很大。请注意，我正在尝试通过自组织映射或神经网络来实现聚类。深度学习和神经网络与所提出的问题完全相关。
当然如此。
定义适当的距离测量。
然后计算 10x10 距离矩阵，并运行层次聚类。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
