Stap 8: Ontwikkeling van algoritme (deel 1): het vinden van kenmerken
Nu dat we enkele gegevens hebben, laten we proberen om het ontwikkelen van ons algoritme die onderscheiden kan lopen en wandelen.
We zullen iets genaamd "Logistische regressie" gebruiken om te wandelen en lopen onderscheiden, strikt genomen het zal onderscheiden van de rest te voet, maar in uit gegevensset alleen hebben we lopen naast wandelen.
Basisidee achter Machine learning is het vinden van een kenmerken die set dingen kunnen onderscheiden, bijvoorbeeld u wilt onderscheiden van banaan formulier apple, welke kenmerken jij kiezen?. Vorm en kleur kunnen we kiezen als hun kenmerken. Dus als u kleur en vorm van sommige onbekende ding gegeven kunt u vaststellen of het een banaan of appel. We moeten ook een aantal kenmerken die onderscheiden kunnen wandelen en lopen.
Vind je deze kenmerken moeten we de gegevens visualiseren. Ik ben verbonden een octaaf (Octave installeren eerste: https://www.gnu.org/software/octave/download.html... ) script te visualiseren van gegevens die ik in de vorige stap hebt gekoppeld (PS: u moet enkele wijzigingen aanbrengen voordat u dit script uitvoert, wijzigingen worden vermeld in de volgende regel).
Zorg ervoor dat u het pad, en punt naar locatie van uw gegevensbestandwijzigen in visualize.m script.
Als u over visualize.m gewoon twijfelt opzoeken dit aangesloten video. In bijgevoegde video gevisualiseerd ik de gegevens die ik heb verzameld.
Op het visualiseren van kunt u komen met kenmerken die onderscheiden kunnen wandelen en lopen, heb ik besloten om te gaan met dominante frequentie en de gemiddelde absolute piekwaarde. Zorg ervoor dat u kijken op de percelen en ben het eens met wat ik zeg.
