Zarf fonksiyonundan özellikler hesaplama
Artık seste daha gürültülü dalgalanmaların bir kısmını kaldırdığına göre, bunun sınıflandırma becerini iyileştirip iyileştirmediğine bakalım.
Önceki egzersizden audio_rectified_smooth çalışma alanında mevcut.
Bu egzersiz
Python ile Zaman Serisi Verileri için Machine Learning
kursunun bir parçasıdırEgzersiz talimatları
- Her bir kalp atışı sesi için ortalama, standart sapma ve maksimum değeri hesapla.
- Bu istatistikleri aynı sırayla sütun olarak bir araya getir.
- Her ÇD yinelemesinde bir model eğitmek için çapraz doğrulama kullan.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# 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))