Python 基于IMU数据的机器学习手势分类
我有一个有趣的问题要解决。其目的是根据加速度、横滚-俯仰-偏航等对记录为传感器数据的手势进行分类。每个手势都有固定的值数组。目标是使用监督学习算法对手势进行分类 下面是关于数据性质的一些细节。每个手势包括:Python 基于IMU数据的机器学习手势分类,python,machine-learning,classification,supervised-learning,Python,Machine Learning,Classification,Supervised Learning,我有一个有趣的问题要解决。其目的是根据加速度、横滚-俯仰-偏航等对记录为传感器数据的手势进行分类。每个手势都有固定的值数组。目标是使用监督学习算法对手势进行分类 下面是关于数据性质的一些细节。每个手势包括: 1.40行 2.6列(加速度X,Y,Z,角速度X,Y,Z) 每个手势基本上都有40 x 6的浮点值,这是传感器数据 这里有一个指向示例数据的链接 这个文件有16个手势,它们属于同一类。还有其他值,但首先让我们使用上面列出的六列。所有示例手势都属于类1 假设有十种姿势。一旦分类器被训练,模型的
1.40行
2.6列(加速度X,Y,Z,角速度X,Y,Z)
每个手势基本上都有40 x 6的浮点值,这是传感器数据 这里有一个指向示例数据的链接 这个文件有16个手势,它们属于同一类。还有其他值,但首先让我们使用上面列出的六列。所有示例手势都属于类1 假设有十种姿势。一旦分类器被训练,模型的预测应该是新手势所属的十个类别之一。类的数量是固定的,每个数据点中的值也是恒定的(40x6) 以下是我向社区提出的问题:
这个问题对于这里来说太宽泛和离题了,可能更适合于datascience.stackexchange.com。这是一个简单的家庭作业问题。我们已经有很多了。若你们把问题贴在那个里,请把它当作是一个代码作业问题,并说明你们到目前为止发现了什么,以及你们被困在哪里。此外,如果您要求提供关于转换数据的建议,您应该提供一个小样本数据,否则您要求的是关于一般数据准备的教程,这太宽泛了。我需要将此数据转换为可以输入分类的数据帧。只需使用
pandas
直接加载电子表格数据即可。您的链接问题要求将数据分组到列表中,这不是正确的做法。您的电子表格没有任何类标签。您需要添加这些,否则监督学习分类器无法从中学习。上面给出的数据是样本数据。对于上面给出的样本数据,样本类别E为1。我有整个数据的示例类。如何将这些数据输入分类器?