本稿では、スケルタルデータからトリムされたシーケンスに表示される行動を分類する、人間の行動認識という問題に取り組む。現状、この応用分野における最先端の手法はすべて教師あり学習に基づいているが、本稿ではより挑戦的なアプローチを追求する：教師なし学習を用いてこの問題を解決することである。そのために、行動の識別性を高めるために共分散行列を活用する新しい部分空間クラスタリング手法と、データの時間的次元をより効果的に扱えるようにするタイムスタンプ削除手法を提案する。広範な実験的検証を通じて、本稿で提示する計算パイプラインが既存の教師なし学習手法を上回ることを示すとともに、教師あり手法と比較しても良好な性能を達成できることを明らかにする。