Numpy Fitbit步行和睡眠数据分析

我正在学校参加小数据分析比赛。
我们使用Fitbit可穿戴设备，由竞赛主持人借给每位参赛者。
在比赛期间的两个月里，他们每天24小时不间断地用这个小设备行走和睡觉，
允许它收集参与者的步行计数和心率（bpm）等数据。
我们需要根据这些参与者的数据解决一些问题
比如说,

• 使用图表显示雨天与参与者锻炼率之间的关系

我认为这个问题的目的是，
由于下雨，预计很多参与者都会在家。
你能用数字说明一些因果关系吗

我现在正在学习python库numpy，pandas和ipython笔记本。
但我仍然不知道如何解决这些问题。
你能推荐一些可供参考的项目或网站吗？我真的很想赢得这场比赛。（
最后，对不起，我的英语很差

---

谢谢。

这是一个有趣的项目。我正在做类似的工作

以下是您需要做的：

• 学习fitbit API并从fitbit加速计和陀螺仪中传输数据。如果你能将其与心率数据结合起来，那就太好了。你拥有的数据类型越多，你的算法就越有效。你可以将这些数据存储在一个简单的csv文件中（建议以50Hz的频率传输加速度/陀螺仪数据）。或设置web服务器并将其存储在数据库中以便于访问

• 学习如何使用熊猫和scikit学习

• [可选但推荐]：学习matplotlib，这样您就可以绘制数据并了解其外观

• 将数据加载到pandas中，并在数据上创建特征-特别是使用1-2秒的滑动窗口分析，50%重叠。良好的特征包括（所有三个加速度X、Y、Z）：最大、最小、标准偏差、均方根、平方根和倾斜。多项式将有所帮助

• 由于这是一个有监督的分类问题，您将需要创建一些带标签的数据-因此手动创建（状态1=雨天，状态2=非雨天），然后训练分类算法

• 使用未标记的数据进行测试-不要忘记使用

瞧，你现在有了一个非常精确的模型，你将赢得比赛。另外，你还学到了一些非常酷的Python和机器学习的东西

更多关于这些东西如何工作的教程，我强烈推荐

额外好处：如果你想把它提升到一个新的水平，你可以开始在你的分类器上添加平滑器，例如使用隐马尔可夫模型，如中所述

---

奖励2：去攻读人类活动识别博士学位。

这是一个有趣的项目。我正在从事类似的工作

以下是您需要做的：

• 学习fitbit API并从fitbit加速计和陀螺仪中传输数据。如果你能将其与心率数据结合起来，那就太好了。你拥有的数据类型越多，你的算法就越有效。你可以将这些数据存储在一个简单的csv文件中（建议以50Hz的频率传输加速度/陀螺仪数据）。或设置web服务器并将其存储在数据库中以便于访问

• 学习如何使用熊猫和scikit学习

• [可选但推荐]：学习matplotlib，这样您就可以绘制数据并了解其外观

• 将数据加载到pandas中，并在数据上创建特征-特别是使用1-2秒的滑动窗口分析，50%重叠。良好的特征包括（所有三个加速度X、Y、Z）：最大、最小、标准偏差、均方根、平方根和倾斜。多项式将有所帮助

• 由于这是一个有监督的分类问题，您将需要创建一些带标签的数据-因此手动创建（状态1=雨天，状态2=非雨天），然后训练分类算法

• 使用未标记的数据进行测试-不要忘记使用

瞧，你现在有了一个非常精确的模型，你将赢得比赛。另外，你还学到了一些非常酷的Python和机器学习的东西

更多关于这些东西如何工作的教程，我强烈推荐

额外好处：如果你想把它提升到一个新的水平，你可以开始在你的分类器上添加平滑器，例如使用隐马尔可夫模型，如中所述

---

奖金2：去攻读人类活动识别博士学位。

你能加上吗？你能加上吗？奖金2很好：）不应该是另一种方式吗（即利用天气条件预测人们的运动速度）？我想你可以用任何一种方式来构建它-我这样回答的原因是（对我来说）更有趣的问题正在使用fitbit数据作为您的分类算法功能。是的，相反，你可以加载所有的天气数据——气压计读数、最低/最高温度、湿度等等。也会很有趣。我真的很感谢你的帮助。谢谢：）奖励2很好：）不应该是另一种方式吗（即利用天气条件预测人们的锻炼率）？我想你可以用任何一种方式来构建它-我这样回答的原因是（对我来说）更有趣的问题是使用fitbit数据作为分类算法的特征。是的，相反，你可以加载所有的天气数据——气压计读数、最低/最高温度、湿度等等。也会很有趣。我真的很感谢你的帮助。谢谢：）