時間に対する不変性
生データの可視化から始めるのは大切ですが、2つのクラスを見分けるには、そのままでは有用でないことがよくあります。データはたいていノイズが多かったり、目視ではわからない複雑なパターンを示したりします。
2つのデータ集合の単純な違いを見つける一般的な手法として、同じクラスに属する複数のインスタンスを平均する方法があります。こうすることでノイズが取り除かれ、潜在的なパターンが見えてくる可能性があります（見えない場合もあります）。
この演習では、心音の各クラスについて、多くのインスタンスを平均します。
前の演習で使った2つのDataFrame（normal と abnormal）と時間配列（time）はワークスペースに用意されています。
この演習はコースの一部です
Pythonで学ぶMachine Learningによる時系列データ解析
演習の手順
normalとabnormalに含まれる音声ファイルを、それぞれ時間方向は残したまま平均してください。- これらの平均を時間に対して可視化しましょう。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()