Java 活动识别-连续HMM的降维
我是HMMs的新手,但我尝试使用Jahmm为UCI人类活动识别数据集构建代码。数据集有561个特征和7352行,还包括加速计和陀螺仪的xyz惯性值,主要用于识别6种活动:行走、上楼、下楼、坐、站和躺。数据是标准化的[-1,1],但不是z标度的。在R中缩放比例函数后,我只能得到令人满意的结果。缩放后,我尝试了PCA、90%的相关性以及mtry=8的randomForest重要性度量来进行降维,但到目前为止,randomForest似乎是唯一有效的方法,但结果仍然很低,为80%。此外,有时,一些活动在Jahmm代码上运行时会给出NaN值 根据我到目前为止读到的有关HMMs的资料,这些结果太低了。在使用上述降维技术之前,我应该做更多的预处理吗?是否有与HMMs兼容的特定降维技术?我是不是太合适了?还是让它离散而不是连续更好?我真的需要为我的项目做活动识别和HMM。我很高兴从已经尝试过Jahmm和R进行连续HMM的人那里得到建议/反馈。如果有人能推荐一个使用对数概率的包/库,并在给定一组新的测试数据的情况下,从拟合的HMM中给出维特比序列,那也太好了Java 活动识别-连续HMM的降维,java,r,hidden-markov-models,activity-recognition,dimension-reduction,Java,R,Hidden Markov Models,Activity Recognition,Dimension Reduction,我是HMMs的新手,但我尝试使用Jahmm为UCI人类活动识别数据集构建代码。数据集有561个特征和7352行,还包括加速计和陀螺仪的xyz惯性值,主要用于识别6种活动:行走、上楼、下楼、坐、站和躺。数据是标准化的[-1,1],但不是z标度的。在R中缩放比例函数后,我只能得到令人满意的结果。缩放后,我尝试了PCA、90%的相关性以及mtry=8的randomForest重要性度量来进行降维,但到目前为止,randomForest似乎是唯一有效的方法,但结果仍然很低,为80%。此外,有时,一些活动