시간에 대한 불변성
항상 원시 데이터를 먼저 시각화하는 것이 좋지만, 두 개의 클래스(범주)를 구분하는 데에는 종종 큰 도움이 되지 않아요. 데이터는 보통 잡음이 많거나 눈으로는 알아차리기 어려운 복잡한 패턴을 보이기도 합니다.
두 데이터 집합의 단순한 차이를 찾는 또 다른 일반적인 방법은 같은 클래스의 여러 사례를 평균 내는 것입니다. 이렇게 하면 잡음이 제거되고 숨겨진 패턴이 드러날 수도 있고(또는 그렇지 않을 수도) 있어요.
이 연습에서는 각 심장 박동 소리 클래스의 여러 사례를 평균 내 보겠습니다.
이전 연습에서 사용한 두 DataFrame(normal, abnormal)과 시간 배열(time)이 작업 공간에 준비되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 시계열 데이터 Machine Learning
연습 안내
normal과abnormal에 포함된 오디오 파일을 시간 축은 그대로 두고 평균을 구하세요.- 이 평균값들을 시간에 따라 시각화하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()