我有一个数据集，其中包含人们在几个月内一天中所走的步数。我将它们汇总在一起，以便每个人都有一个平均工作日和周末时间序列的步骤。下面是一个例子：

ID Weekday 00:00 00:30 01:00 ........ 23:00 23:30
A    1       20    30    23             154  256
A    0       15    67    121            35   101
B    1       78    21    46             78   26
B    0       55    301   22             121  451

我尝试通过将工作日和周末结合在一起（即每个人只有 1 个数据案例）使用 K-means、凝聚层次和动态时间扭曲进行聚类，它似乎显示了 2 组不同的人，一组通常更高水平高于其他组。

如何在考虑是工作日还是周末的同时进行聚类？因此，例如，可能有几个集群：一个具有高工作日活动和低周末活动，一个具有高 - 高，另一个具有低 - 低等？

我不确定这种情况下的术语是什么：多维时间序列？多元聚类？