Invarianza nel tempo
Anche se dovresti sempre iniziare visualizzando i dati grezzi, questo spesso non è utile per distinguere tra due classi di punti dati. I dati di solito sono rumorosi o mostrano schemi complessi che non si colgono a occhio nudo.
Un'altra tecnica comune per trovare differenze semplici tra due insiemi di dati è fare la media su più istanze della stessa classe. Questo può rimuovere il rumore e rivelare schemi sottostanti (oppure no).
In questo esercizio, farai la media su molte istanze di ciascuna classe di suoni del battito cardiaco.
I due DataFrame (normal e abnormal) e l'array dei tempi (time) dell'esercizio precedente sono disponibili nel tuo workspace.
Questo esercizio fa parte del corso
Machine Learning per dati di serie temporali in Python
Istruzioni dell'esercizio
- Calcola la media sui file audio contenuti in
normaleabnormal, mantenendo la dimensione del tempo. - Visualizza queste medie nel tempo.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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()