Paso 8: Desarrollo de algoritmo (parte 1): encontrar las características
Ahora que ya tenemos algunos datos, deja de tratar de desarrollar nuestro algoritmo que puede distinguir entre correr y andar.
Vamos a usar algo que se llama "Regresión logística" para distinguir el caminar y correr, estricto distinguirá el resto a pie, pero en un conjunto de datos sólo tenemos funcionamiento además de caminar.
La Idea básica detrás del aprender de máquina es encontrar unas características que pueden distinguir el conjunto de cosas, por ejemplo desea distinguir manzana forma de plátano, cuya característica lo que elija?. Podemos elegir el color y la forma como sus características. Así que si le dan color y la forma de algo desconocido usted puede identificar si trata de un plátano o una manzana. Del mismo modo que necesitamos un conjunto de características que pueden distinguir caminando y corriendo.
Para encontrar estas características tenemos que visualizar los datos. Yo estoy adjuntando una octava (Octave instalar primera: https://www.gnu.org/software/octave/download.html... ) script para visualizar los datos que he adjuntado en el paso anterior (PS: necesitará realizar algunos cambios antes de ejecutar este script, se mencionan cambios en la línea siguiente).
En script visualize.m Asegúrese de que cambiar la ruta y el punto de ubicación de su archivo de datos.
Si tienes alguna duda respecto a visualize.m a ver esto Unido video. En video adjunto visualiza los datos que he recogido.
En visualizar, pueden salir con características que pueden distinguir caminando y corriendo, me decidí a ir con frecuencia dominante y el valor de pico absoluta promedio. Asegúrese de que usted mire las parcelas y de acuerdo con lo que estoy diciendo.
