Fitur turunan: Tempogram
Salah satu manfaat membersihkan data adalah memungkinkan Anda menghitung fitur yang lebih canggih. Misalnya, perhitungan envelope yang Anda lakukan merupakan teknik umum untuk menghitung fitur tempo dan ritme. Pada latihan ini, Anda akan menggunakan librosa untuk menghitung beberapa fitur tempo dan ritme pada data detak jantung, lalu melatih model sekali lagi.
Perhatikan bahwa fungsi librosa umumnya hanya bekerja pada numpy array, bukan DataFrame, sehingga kita akan mengakses data Pandas sebagai Numpy array dengan atribut .values.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Data Deret Waktu di Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Calculate the tempo of the sounds
tempos = []
for col, i_audio in audio.items():
tempos.append(lr.beat.____(y=i_audio.values, sr=sfreq, hop_length=2**10))
# Convert the list to an array so you can manipulate it more easily
tempos = np.array(tempos)
# Calculate statistics of each tempo
tempos_mean = tempos.____(axis=-1)
tempos_std = tempos.____(axis=-1)
tempos_max = tempos.____(axis=-1)