使用DEAP基于K-means的情感计算

DEAP数据集是一个基于主要基于脑电信号的可用于做情绪分析的数据集。数据集是由data和label两类数据组成的。data的结构是40*40*8064（刺激* 通道*数据），值得说明的是通道中只有前32个通道是脑电信号。label的结构是40*40*4，前两个40分别是刺激源和通道，后一个4是valence,arousal,dominance,liking。

我在data数据中选择了前22个人的全部40种刺激的32个脑电通道数据，label数据中，提取前22个人的全部40种刺激对应的vlaence和arousal的label，并且依据V_A两维高低的两两组合，以4为阀值，将其分成四个类。

下面介绍我使用的K-means算法。
设原始数据为{x1,x2,…,xn}，四类的中心位置是{u1,u2,u3,u4}，xn和uk都是向量。

迭代公式是：

公式一：求出所有数据和初始化的随机数据的距离，然后找出距离每个初始数据最近的数据。在我的算法中，距离的定义是对应项作差后取绝对值求和。
${c}^{i}={\arg\min}_{j} \begin{Vmatrix} {x}^{i}-{u}_{j} \end{Vmatrix}$

公式二：求出所有和这个初始数据最近原始数据的距离的均值。