समय में invariance
हालाँकि आपको हमेशा अपने raw data को visualize करके शुरुआत करनी चाहिए, लेकिन दो classes के data points के बीच अंतर करने में यह अक्सर बहुत मददगार नहीं होता. डेटा आमतौर पर noisy होता है या ऐसे complex patterns दिखाता है जो सामान्य नज़र से पकड़ में नहीं आते.
दो data sets के बीच सरल अंतर ढूँढने की एक और आम तकनीक यह है कि एक ही class की कई instances पर average ले लिया जाए. इससे शोर कम हो सकता है और अंदर छिपे पैटर्न दिख सकते हैं (या फिर नहीं भी).
इस exercise में, आप हर heartbeat sound class की कई instances पर average लेंगे.
पिछले exercise से दो DataFrames (normal और abnormal) और time array (time) आपके workspace में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data के लिए Machine Learning
अभ्यास निर्देश
normalऔरabnormalमें मौजूद audio files पर, time dimension को रखते हुए, average निकालें.- इन averages को time के साथ visualize करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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()