分類モデルを構築する
目視で違いを確認するのはデータの直感をつかむのに有用ですが、モデルでそれを実用化できるか見てみましょう。この演習では、各反復を1つのデータポイント、時間の各瞬間を1つの特徴量として扱い、異常拍と正常拍を「生のデータだけ」で予測する分類器を学習します。
2つのDataFrame（normal と abnormal）は、すでに X_train、X_test、y_train、y_test に分割されています。
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
- Linear SVC モデルのインスタンスを作成し、訓練データで学習させます。
- テストデータを使ってモデルで予測を生成します。
- 提供されたコードでモデルのスコアを計算します。
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。
from sklearn.svm import LinearSVC
# Initialize and fit the model
model = ____
model.____
# Generate predictions and score them manually
predictions = model.____
print(sum(predictions == y_test.squeeze()) / len(y_test))