Meninjau data klasifikasi
Pada latihan terakhir bab ini, Anda akan mengeksplorasi dua himpunan data yang akan digunakan dalam kursus ini.
Yang pertama adalah kumpulan bunyi detak jantung. Secara normal, jantung memiliki pola bunyi yang dapat diprediksi saat berdetak, tetapi beberapa gangguan dapat menyebabkan jantung berdetak secara tidak normal. Himpunan data ini berisi himpunan pelatihan dengan label untuk setiap jenis detak jantung, dan himpunan pengujian tanpa label. Anda akan menggunakan himpunan pengujian untuk memvalidasi model Anda.
Karena Anda memiliki data berlabel, himpunan data ini ideal untuk classification. Faktanya, himpunan data ini awalnya ditawarkan sebagai bagian dari kompetisi Kaggle publik.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Data Deret Waktu di Python
Instruksi latihan
- Gunakan
globuntuk mengembalikan daftar berkas.wavdalam direktoridata_dir. - Impor berkas audio pertama dalam daftar menggunakan
librosa. - Hasilkan array
timeuntuk data tersebut. - Plot bentuk gelombang untuk berkas ini, beserta array waktunya.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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()