基于睡眠阶段持续时间的睡眠记录聚类分析
1. 睡眠记录聚类规则
利用睡眠阶段持续时间对睡眠记录进行聚类,采用 JRIP 规则,仅使用 wake.Q3
和 SWS.Q1
对 3 个聚类进行划分,规则如下:
- (wake.Q3 >= 50) => cluster=cluster2 (10.0/0.0)
- (SWS.Q1 >= 30) => cluster=cluster3 (41.0/2.0)
- (SWS.Q1 >= 17) and (6 >= wake.Q3 >= 4) => cluster=cluster3 (13.0/3.0)
- => cluster=cluster1 (180.0/37.0)
括号内为覆盖度/误差。该模型准确率为 0.77,ROC 曲线下平均面积为 0.76。此模型虽分类性能一般,但能对 k = 3 时的聚类进行简单描述,表明聚类 2 与较长的清醒期持续时间相关,这与相关图示一致。
2. 持续时间聚类的统计特性
2.1 聚类规模与成员关系
通过 EM 算法得到的持续时间聚类规模如下表所示。不同 k 值(2、3、4)的聚类之间存在一定关系:
| k 值 | 聚类编号 | 数量 |
| ---- | ---- | ---- |
| 2 | 1 | 211 |
| 2 | 2 | 33 |
|