C# 为支持向量机准备加速度计数据
我试图通过将手机中的加速度数据输入支持向量机来对活动进行分类,我正在用C#with Accord实现支持向量机。问题是我不知道如何准备数据 问题之一是SVM似乎只接受二维输入,但我得到的数据当然有三维。我必须先转换数据吗 我遇到的第二个问题是,我得到如下数据:C# 为支持向量机准备加速度计数据,c#,machine-learning,classification,svm,accelerometer,C#,Machine Learning,Classification,Svm,Accelerometer,我试图通过将手机中的加速度数据输入支持向量机来对活动进行分类,我正在用C#with Accord实现支持向量机。问题是我不知道如何准备数据 问题之一是SVM似乎只接受二维输入,但我得到的数据当然有三维。我必须先转换数据吗 我遇到的第二个问题是,我得到如下数据: 1 x:1502 y:2215 z:2153 1 x:1667 y:2072 z:2047 1 x:1611 y:1957 z:190
1 x:1502 y:2215 z:2153
1 x:1667 y:2072 z:2047
1 x:1611 y:1957 z:1906
2 x:1904 y:2367 z:2034
2 x:1905 y:2375 z:2023
2 x:1892 y:2379 z:2027
但我不能按一行对活动进行分类,因为这只是一个快照,在活动执行时只有一帧。所以我猜它应该看起来更像这样:
1 {x:1502 y:2215 z:2153}, {x:1667 y:2072 z:2047}, {x:1611 y:1957 z:1906}
2 {x:1904 y:2367 z:2034}, {x:1905 y:2375 z:2023}, {x:1892 y:2379 z:2027}
再说一次,我怎样才能把这些数据输入到我的SVM中呢
提前感谢:)是的,你可以,它被称为分类中的序列。 为此,您可以使用隐马尔可夫分类器、隐条件随机场学习或动态时间扭曲支持向量机
请参阅“序列分类”一节。是的,您可以,它在分类中称为序列。 为此,您可以使用隐马尔可夫分类器、隐条件随机场学习或动态时间扭曲支持向量机
请参阅“序列分类”一节因为这个问题与特定的编程问题无关(甚至与C#无关),我建议您最好在问这个问题,因为这个问题与特定的编程问题无关(甚至与C#无关),我建议您最好在问这个问题,而这个链接可能会回答这个问题,堆栈溢出时不鼓励使用仅链接答案,您可以通过将链接的重要部分放入答案中来改进此答案,这样可以确保在更改或删除链接时,您的答案仍然是答案:)虽然此链接可以回答问题,但堆栈溢出时不鼓励使用仅链接答案,您可以通过获取链接的重要部分并将其放入您的答案中来改进此答案,这样可以确保在链接被更改或删除时,您的答案仍然是答案:)