Calculando atributos a partir do envelope
Agora que você removeu algumas das flutuações mais ruidosas do áudio, vamos ver se isso melhora sua capacidade de classificar.
audio_rectified_smooth do exercício anterior está disponível no seu workspace.
Este exercício faz parte do curso
Machine Learning para dados de séries temporais em Python
Instruções do exercício
- Calcule a média, o desvio padrão e o valor máximo para cada som de batimento cardíaco.
- Empilhe em colunas essas estatísticas na mesma ordem.
- Use validação cruzada para ajustar um modelo em cada iteração de CV.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Calculate stats
means = np.____(audio_rectified_smooth, axis=0)
stds = ____(audio_rectified_smooth, axis=0)
maxs = ____(audio_rectified_smooth, axis=0)
# Create the X and y arrays
X = np.column_stack([____, ____, ____])
y = labels.reshape(-1, 1)
# Fit the model and score on testing data
from sklearn.model_selection import cross_val_score
percent_score = ____(model, ____, ____, cv=5)
print(np.mean(percent_score))