1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Connected

ćwiczenie

Wiele powtórzeń dźwięków

W tym ćwiczeniu zaczniesz od jednej z najprostszych technik klasyfikacji: uśredniania po wymiarach zbioru danych i wizualnej analizy wyników.

Skorzystasz z danych dotyczących uderzeń serca opisanych w poprzednim rozdziale. Część nagrań przedstawia prawidłową pracę serca, inne – nieprawidłową. Sprawdź, czy uda ci się dostrzec różnicę.

W twoim środowisku dostępne są dwie ramki danych: normal i abnormal, obie o kształcie (n_times_points, n_audio_files), zawierające nagrania audio kilku uderzeń serca. Częstotliwość próbkowania jest zapisana w zmiennej sfreq. Dostępna jest również funkcja pomocnicza show_plot_and_make_titles().

Instrukcje

100 XP
  • Na początku utwórz tablicę czasu dla tych plików audio (wszystkie nagrania mają tę samą długość).
  • Następnie połącz wartości obu ramek danych (normal i abnormal, w tej kolejności), aby uzyskać pojedynczą tablicę o kształcie (n_audio_files, n_times_points).
  • Na koniec skorzystaj z dostarczonego kodu, aby przejść pętlą przez każdy element listy / oś i wykreślić przebieg audio w czasie na odpowiednim obiekcie osi.
  • Prawidłowe uderzenia serca wykreślisz w lewej kolumnie, a nieprawidłowe – w prawej.