Inspeccionar los datos de clasificación
En estos ejercicios finales de este capítulo, explorarás los dos conjuntos de datos que utilizarás en este curso.
El primero es una colección de sonidos de latidos del corazón. Normalmente, los corazones tienen un patrón sonoro predecible al latir, pero algunos trastornos pueden hacer que el corazón lata anormalmente. Este conjunto de datos contiene un conjunto de entrenamiento con etiquetas para cada tipo de latido, y un conjunto de prueba sin etiquetas. Utilizarás el conjunto prueba para validar tus modelos.
Como tienes datos etiquetados, este conjunto de datos es ideal para la clasificación. De hecho, se ofreció originalmente como parte de un concurso público de Kaggle .
Este ejercicio forma parte del curso
Machine learning para datos de series temporales en Python
Instrucciones de ejercicio
- Utiliza
globpara obtener una lista de los archivos.wavdel directoriodata_dir. - Importa el primer archivo de audio de la lista utilizando
librosa. - Genera una matriz
timepara los datos. - Traza la forma de onda de este archivo, junto con la matriz temporal.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
import librosa as lr
from glob import glob
# List all the wav files in the folder
audio_files = ____(data_dir + '/*.wav')
# Read in the first audio file, create the time array
audio, sfreq = lr.load(____)
time = np.arange(0, len(audio)) / ____
# Plot audio over time
fig, ax = plt.subplots()
ax.plot(____, ____)
ax.set(xlabel='Time (s)', ylabel='Sound Amplitude')
plt.show()