使用智能手机数据集问题的人类活动识别

数据挖掘 大数据 机器学习 数据库 聚类 数据挖掘
2021-09-14 08:32:49

我是这个社区的新手，希望我的问题很适合这里。作为我本科数据分析课程的一部分，我选择使用智能手机数据集进行人类活动识别项目。就我而言，这个主题与机器学习和支持向量机有关。我对这项技术还不是很熟悉，所以我需要一些帮助。

我决定遵循这个项目的想法（顶部的第一个项目）项目目标是从智能手机（三星）记录的数据中确定一个人正在从事的活动（例如，WALKING、WALKING_UPSTAIRS、WALKING_DOWNSTAIRS、SITTING、STANDING、LAYING） Galaxy S II) 在对象的腰部。使用其嵌入式加速度计和陀螺仪，数据包括 3 轴线性加速度和 50Hz 恒定速率的 3 轴角速度。

所有数据集都在一个文件夹中，带有一些描述和特征标签。数据分为“测试”和“训练”文件，其中数据以这种格式表示：

  2.5717778e-001 -2.3285230e-002 -1.4653762e-002 -9.3840400e-001 -9.2009078e-001 -6.6768331e-001 -9.5250112e-001 -9.2524867e-001 -6.7430222e-001 -8.9408755e-001 -5.5457721e-001 -4.6622295e-001  7.1720847e-001  6.3550240e-001  7.8949666e-001 -8.7776423e-001 -9.9776606e-001 -9.9841381e-001 -9.3434525e-001 -9.7566897e-001 -9.4982365e-001 -8.3047780e-001 -1.6808416e-001 -3.7899553e-001  2.4621698e-001  5.2120364e-001 -4.8779311e-001  4.8228047e-001 -4.5462113e-002  2.1195505e-001 -1.3489443e-001  1.3085848e-001 -1.4176313e-002 -1.0597085e-001  7.3544013e-002 -1.7151642e-001  4.0062978e-002  7.6988933e-002 -4.9054573e-001 -7.0900265e-001

这只是文件所包含内容的一小部分。

我真的不知道这些数据代表什么以及如何解释。此外，对于数据的分析、分类和聚类，我需要使用哪些工具？有什么方法可以将这些数据放入包含标签的 excel 中，例如使用 R 或 python 来提取样本数据并进行处理？

任何提示/提示将不胜感激。

3个回答

数据集定义在此处的页面上：

属性信息在底部

或者您可以在 ZIP 文件夹中看到名为 activity_labels 的文件，其中包含您的列标题，请确保您仔细阅读自述文件，其中包含一些很好的信息。您可以使用该命令轻松地.csv在 R 中引入文件。read.csv

例如，如果您命名文件samsungdata，您可以打开 R 并运行以下命令：

data <- read.csv("directory/where/file/is/located/samsungdata.csv", header = TRUE)

或者，如果您已经在 R 的工作目录中，则可以运行以下命令

data <- read.csv("samsungdata.csv", header = TRUE)

可以将名称data更改为您想要调用数据集的任何名称。

看起来这个（或非常相似的数据集）用于 Coursera 课程。清理此数据集是获取和清理数据的任务，但它也用于探索性数据分析的案例研究。此案例研究的视频可在 EDA 课件第 4 周的视频中找到。它可能会帮助您从这些数据开始。

在我看来，这就像一个典型的时间序列分类案例。在对数据进行清理和归一化之后，您可以构建一个简单的 LSTM 模型来学习具有 2 个下游密集层的时间序列，从而在 tensorflow 中进行分类。只需谷歌时间序列分类，你就会得到你想要的。

其它你可能感兴趣的问题
上一篇我应该使用欧几里得距离还是余弦相似度来计算两个词的语义相似度？ 下一篇在这个 pyTorch conv 网络中如何调用 forward 方法？