1

我最近发现苹果核心运动数据（加速度计、陀螺仪等）可用于创建学习模型。下面的链接显示了一个示例：

https://github.com/apple/turicreate/blob/master/userguide/activity_classifier/introduction.md

此示例使用来自大型数据集 (HAPT) 的数据。在我的情况下，我是我自己的数据集的创建者，使用核心运动数据的记录，同时执行不同的活动（即跳跃、步行、坐着）。下一步是在 turi 中导入我的数据集以创建模型。如何做到这一点？任何人都可以提供要遵循的步骤列表吗？

谢谢

4

1 回答 1

2

理想情况下，您应该将运动数据记录为某种标准格式。假设它是 CSV 格式。

walking,jumping,sitting
82,309635,1
82,309635,1
25,18265403,1
30,18527312,8
30,17977769,40
30,18375422,37
30,18292441,38
30,303092,7
85,18449654,3

您可以使用任何文件阅读器读取文件。为了简化你的生活，pandas 或 sframe 可能会拯救你。

In [14]: import turicreate as tc

In [15]: sf = tc.SFrame.read_csv('/tmp/activity.csv')
Finished parsing file /tmp/activity.csv
Parsing completed. Parsed 9 lines in 0.13823 secs.
------------------------------------------------------
Inferred types from first 100 line(s) of file as
column_type_hints=[int,int,int]
If parsing fails due to incorrect types, you can correct
the inferred type list above and pass it to read_csv in
the column_type_hints argument
------------------------------------------------------
Finished parsing file /tmp/activity.csv
Parsing completed. Parsed 9 lines in 0.113868 secs.

In [16]: sf.head()
Out[16]:
Columns:
        walking int
        jumping int
        sitting int

Rows: 9

Data:
+---------+----------+---------+
| walking | jumping  | sitting |
+---------+----------+---------+
|    82   |  309635  |    1    |
|    82   |  309635  |    1    |
|    25   | 18265403 |    1    |
|    30   | 18527312 |    8    |
|    30   | 17977769 |    40   |
|    30   | 18375422 |    37   |
|    30   | 18292441 |    38   |
|    30   |  303092  |    7    |
|    85   | 18449654 |    3    |
+---------+----------+---------+
[9 rows x 3 columns]
于 2018-01-24T07:39:01.757 回答