शुरू करेंमुफ़्त में शुरू करें

एनवेलप से फीचर निकालना

अब जब आपने ऑडियो में मौजूद कुछ शोरयुक्त उतार-चढ़ाव हटा दिए हैं, तो देखिए क्या इससे क्लासिफिकेशन करने की आपकी क्षमता बेहतर होती है.

पिछले अभ्यास से audio_rectified_smooth आपके वर्कस्पेस में उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Time Series Data के लिए Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • हर हार्टबीट साउंड के लिए mean, standard deviation, और maximum वैल्यू कैलकुलेट करें.
  • इन्हीं क्रम में इन स्टैट्स को column stack करें.
  • हर CV iteration पर मॉडल फिट करने के लिए cross-validation का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Calculate stats
means = np.____(audio_rectified_smooth, axis=0)
stds = ____(audio_rectified_smooth, axis=0)
maxs = ____(audio_rectified_smooth, axis=0)

# Create the X and y arrays
X = np.column_stack([____, ____, ____])
y = labels.reshape(-1, 1)

# Fit the model and score on testing data
from sklearn.model_selection import cross_val_score
percent_score = ____(model, ____, ____, cv=5)
print(np.mean(percent_score))
कोड संपादित करें और चलाएँ