Estou tentando agrupar algumas imagens dependendo dos ângulos entre as partes do corpo.

Os recursos extraídos de cada imagem são:

angle1 : torso - torso
angle2 : torso - upper left arm
..
angle10: torso - lower right foot

Portanto, os dados de entrada são uma matriz de tamanho 1057x10, em que 1057 representa o número de imagens e 10 representa os ângulos das partes do corpo com o tronco. Da mesma forma, um testSet é uma matriz de 821x10.

Eu quero que todas as linhas nos dados de entrada sejam agrupadas com 88 clusters. Então eu vou usar esses clusters para encontrar quais clusters se enquadra TestData?

Em um trabalho anterior, useiK-significa clusters o que é muito simples. Nós apenas perguntamos ao K-Means para agrupar os dados em 88 clusters. E implemente outro método que calcule a distância entre cada linha nos dados de teste e os centros de cada cluster, depois escolha os menores valores. Este é o cluster da linha de dados de entrada correspondente.

Eu tenho duas perguntas:

É possível fazer isso usandoSOM em MATLAB? AFAIK SOM é para agrupamento visual. Mas eu preciso saber a classe real de cada cluster para que eu possa posteriormente rotular meus dados de teste calculando a qual cluster eles pertencem.

Você tem uma solução melhor?