Türev özellikler: Tempogram
Verini temizlemenin bir faydası da daha gelişmiş özellikler hesaplamana olanak vermesidir. Örneğin, yaptığın zarf (envelope) hesaplama, tempo ve ritim özelliklerini çıkarırken kullanılan yaygın bir tekniktir. Bu egzersizde, kalp atışı verileri için librosa kullanarak bazı tempo ve ritim özellikleri hesaplayacak ve bir modeli tekrar eğiteceksin.
librosa fonksiyonlarının genellikle DataFrame yerine sadece numpy dizileri üzerinde çalıştığını unutma; bu yüzden Pandas verimize .values özniteliğiyle Numpy dizisi olarak erişeceğiz.
Bu egzersiz
Python ile Zaman Serisi Verileri için Machine Learning
kursunun bir parçasıdırUygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Calculate the tempo of the sounds
tempos = []
for col, i_audio in audio.items():
tempos.append(lr.beat.____(y=i_audio.values, sr=sfreq, hop_length=2**10))
# Convert the list to an array so you can manipulate it more easily
tempos = np.array(tempos)
# Calculate statistics of each tempo
tempos_mean = tempos.____(axis=-1)
tempos_std = tempos.____(axis=-1)
tempos_max = tempos.____(axis=-1)