Étape 8: Développement d’algorithme (partie 1): trouver les caractéristiques
Maintenant que nous avons quelques données, permet d’essayer de développer notre algorithme qui peut distinguer la course et la marche.
Nous allons utiliser ce qu’on appelle « Régression logistique » pour distinguer la marche et de course, au sens strict, il distinguera marche du reste, mais dans le jeu de données nous avons seulement course en dehors de la marche.
Idée de base derrière la Machine learning est de trouver des caractéristiques qui distinguent l’ensemble des choses, par exemple, vous voulez distinguer banane pomme de forme, dont la caractéristique que vous choisir?. Nous pouvons choisir la couleur et la forme comme leurs caractéristiques. Ainsi si vous êtes donné la couleur et la forme de quelque chose d’inconnu, vous pouvez déterminer si c’est une banane ou une pomme. De même nous avons besoin d’un ensemble de caractéristiques qui distingue la marche et de course.
Pour trouver ces caractéristiques, nous avons besoin de visualiser les données. Je vous joins une octave (installer Octave premier : https://www.gnu.org/software/octave/download.html... ) script pour visualiser des données que j’ai joint à l’étape précédente (PS: vous devez apporter quelques modifications avant d’exécuter ce script, les changements sont mentionnés dans la ligne suivante).
Visualize.m script, assurez-vous que vous modifiez le chemin d’accès et le point à l’emplacement de votre fichier de données.
Si vous avez des doutes au sujet de visualize.m vient chercher ce joint vidéo. Dans la vidéo ci-jointe, j’ai visualisé les données que j’ai recueillies.
Sur la visualisation, vous pouvez sortir avec des caractéristiques qui distinguent la marche et de course, j’ai décidé d’aller avec la fréquence dominante et la valeur moyenne maximale absolue. Assurez-vous que vous regardez les parcelles et suis d’accord avec ce que je dis.
