Analiza danych klasyfikacyjnych
W tych ostatnich ćwiczeniach rozdziału przyjrzysz się dwóm zbiorom danych, które wykorzystasz w tym kursie.
Pierwszy z nich to kolekcja nagrań dźwięków serca. Zdrowe serce bije w przewidywalny i regularny sposób, jednak niektóre schorzenia mogą powodować nieprawidłowe bicie serca. Ten zbiór danych zawiera zestaw treningowy z etykietami dla każdego rodzaju bicia serca oraz zestaw testowy bez etykiet. Zestaw testowy posłuży do walidacji modeli.
Ponieważ dane mają etykiety, ten zbiór doskonale nadaje się do klasyfikacji. Pierwotnie był on udostępniony w ramach publicznych zawodów na platformie Kaggle.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Użyj
glob, aby uzyskać listę plików.wavw katalogudata_dir. - Wczytaj pierwszy plik audio z listy za pomocą
librosa. - Wygeneruj tablicę
timedla danych. - Narysuj wykres przebiegu fali dla tego pliku wraz z tablicą czasu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
import librosa as lr
from glob import glob
# List all the wav files in the folder
audio_files = ____(data_dir + '/*.wav')
# Read in the first audio file, create the time array
audio, sfreq = lr.load(____)
time = np.arange(0, len(audio)) / ____
# Plot audio over time
fig, ax = plt.subplots()
ax.plot(____, ____)
ax.set(xlabel='Time (s)', ylabel='Sound Amplitude')
plt.show()