Python 2.7 如何用python编写多级多值训练数据集

我是机器学习的初学者。我的学术项目涉及从加速度和陀螺仪数据中检测人体姿态。我一开始就被困住了。我的加速计数据有x、y、z值，gyro也有x、y、z值存储在文件acc.csv和gyro.csv中。我想把“站”、“坐”、“走”和“躺”的姿势分类。我们的想法是使用某种ML算法（监督）训练机器，然后抛出一个新的acc+陀螺数据集，以确定这个新数据集预测了什么（主题目前正在做什么）。我面临以下问题--

构建一个训练数据集——我认为我的活动将是因变量，acc和陀螺轴读数将是独立的。所以，如果我想把它组合成一个矩阵，矩阵的每个元素都有它自己的acc和gyro值（比如主矩阵和子矩阵），我该怎么做呢？或者，有没有其他办法可以做到这一点

如何在一个培训矩阵中获取多个活动和多个读数的数据， 我的意思是10个行走数据，每个都有自己的acc（xyz）和陀螺仪（xyz）+10个站立数据，每个都有自己的acc（xyz）和陀螺仪（xyz）+10个坐姿数据，每个都有自己的acc（xyz）和陀螺仪（xyz），以此类推

每个数据文件都有不同数量的记录和时间戳，如何将它们带到一个公共平台中。 我知道我在问一些非常基本的问题，但这些都是没有人向我解释清楚的困惑部分。我感觉就像站在一扇关闭的大门前，里面正在发生着非常有趣的事情，而此时我的知识有限，无法参与其中。我的数学背景只有高中水平。请帮忙

我在Github中完成了一些关于活动识别的项目。但是对于像我这样的初学者来说，它们太复杂了

import pandas as pd
import os
import warnings 
from sklearn.utils import shuffle
warnings.filterwarnings('ignore')
os.listdir('../input/testtraindata/')

base_train_dir = '../input/testtraindata/Train_Set/'
#Train Data
train_data = pd.DataFrame(columns = ['activity','ax','ay','az','gx','gy','gz'])
train_folders = os.listdir(base_train_dir)

for tf in train_folders:
    files = os.listdir(base_train_dir+tf)
    for f in files:
        df = pd.read_csv(base_train_dir+tf+'/'+f)
        train_data = pd.concat([train_data,df],axis = 0)
train_data = shuffle(train_data)
train_data.reset_index(drop = True,inplace = True)
train_data.head()

令人惊讶的是，如果我从

train_data = pd.DataFrame(columns =['activity','ax','ay','az','gx','gy','gz'])

---

一切正常。

您已将数据标记为？-->x，y，z的位置…=位置

我对这些值没有任何线索（因为我没有看到数据集，也没有关于位置、acc或gyro的线索），但我猜你应该在矩阵中有一个数据集，其中x、y、z为类别，目标类别；“职位”

如果您需要全部6个（3个来自一个csv，3个来自另一个csv）来定义职位，您可以创建6个类别+职位

类似于：x_1、y_1 z_1、x_2、y_2和z_2+位置标签（“位置”类别）

您还可以将每个职位设置为自己的类别，0/1为真/假。 “坐”、“走”等等。。。并将0和1作为列中的值

时间戳对该职位是否重要？如果这不是一个重要的特征，我就放弃它。如果它在某种程度上很重要，你可能想把它们扔进垃圾箱

这是一个来自媒体的初学者指南，您可以在其中了解一些如何预处理数据。它还显示了一个热编码：）

---

还可以尝试通过谷歌搜索预处理数据，然后您可能会找到正确的配方

谢谢您详细的回复。我已经在文件夹“SITT”中标记了姿态sit1=acc的xyz+陀螺的xyz，sit2=acc的xyz+陀螺的zyz…sit10=acc的xyz+陀螺的xyz的数据。与其他活动类似。时间戳并不重要。因此，我认为第二种方法可能是最好的：将其设置为一个csv:x_1…，并将坐姿设置为每个姿势的不同类别…？好，实际上，我做了一个csv文件的组合部分，它使用100条记录从每个acc.json和gyro.json生成一个包含字段的文件sit1.csv，现在我已经缩小了问题的范围。对于每个y列=坐着，我有100行x列值。现在如何将其传送到x-train？我看到的所有示例都是考虑一行X-train对应一行y-train[一对一关系]，但在我的例子中，一行y-train[多对一关系]对应100行X-train。我认为二维列表可能很有用，但只是不知道如何实现它。