การตรวจสอบข้อมูลสำหรับการจำแนกประเภท
ในแบบฝึกหัดสุดท้ายของบทนี้ เราจะสำรวจชุดข้อมูล 2 ชุดที่จะใช้ตลอดคอร์สนี้
ชุดแรกคือคอลเลกชันของเสียงการเต้นของหัวใจ โดยปกติหัวใจจะมีรูปแบบเสียงที่คาดเดาได้ขณะเต้น แต่ความผิดปกติบางอย่างอาจทำให้หัวใจเต้น ผิดจังหวะ ชุดข้อมูลนี้ประกอบด้วยชุด training ที่มี label สำหรับแต่ละประเภทของการเต้นของหัวใจ และชุด testing ที่ไม่มี label โดยจะใช้ชุด testing เพื่อประเมินประสิทธิภาพของโมเดล
เนื่องจากข้อมูลมี label พร้อมอยู่แล้ว ชุดข้อมูลนี้จึงเหมาะสำหรับงาน classification และเคยเป็นส่วนหนึ่งของ การแข่งขัน Kaggle สาธารณะ มาก่อน
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning สำหรับข้อมูล Time Series ใน Python
คำแนะนำการฝึกหัด
- ใช้
globเพื่อดึงรายการไฟล์.wavในไดเรกทอรีdata_dir - โหลดไฟล์เสียงแรกในรายการโดยใช้
librosa - สร้างอาร์เรย์
timeสำหรับข้อมูล - พล็อต waveform ของไฟล์นี้พร้อมกับอาร์เรย์เวลา
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
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()