Invariance v čase
Vizualizace surových dat je vždy dobrý začátek, ale při rozlišování dvou tříd datových bodů nám toho moc neřekne. Data jsou obvykle zašuměná nebo vykazují složité vzory, které pouhým okem nelze odhalit.
Další běžnou technikou, jak najít jednoduché rozdíly mezi dvěma skupinami dat, je průměrování přes více instancí stejné třídy. To může potlačit šum a odhalit skryté vzory – nebo taky ne.
V tomto cvičení zprůměruješ mnoho instancí každé třídy zvuků srdečního tepu.
V pracovním prostředí máš k dispozici dva DataFramy (normal a abnormal) a pole časů (time) z předchozího cvičení.
Toto cvičení je součástí kurzu
Machine Learning pro data časových řad v Pythonu
Pokyny k cvičení
- Zprůměruj zvukové soubory obsažené v
normalaabnormalpřes časovou dimenzi. - Vizualizuj tyto průměry v čase.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Average across the audio files of each DataFrame
mean_normal = np.mean(normal, axis=____)
mean_abnormal = np.mean(abnormal, axis=____)
# Plot each average over time
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 3), sharey=True)
ax1.plot(____, ____)
ax1.set(title="Normal Data")
ax2.plot(____, ____)
ax2.set(title="Abnormal Data")
plt.show()