분류와 피처 엔지니어링

Python으로 배우는 시계열 데이터 Machine Learning

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

모델 학습 전에 항상 원시 데이터를 시각화하세요

시계열 데이터 시각화하기!

ixs = np.arange(audio.shape[-1])
time = ixs / sfreq
fig, ax = plt.subplots()
ax.plot(time, audio)

어떤 피처를 사용할까요?

원시 시계열 데이터는 분류에 사용하기에 너무 잡음이 많습니다
피처를 계산해야 합니다!
시작점: 오디오 데이터 요약하기

여러 피처 계산하기

print(audio.shape)
# (n_files, time)

(20, 7000)

means = np.mean(audio, axis=-1)
maxs = np.max(audio, axis=-1)
stds = np.std(audio, axis=-1)

print(means.shape)
# (n_files,)

(20,)

scikit-learn으로 분류기 학습하기

2차원 데이터셋(샘플 × 시간)을 1차원 데이터셋(샘플)의 여러 피처로 축약했습니다
각 피처를 결합하여 모델 입력으로 사용할 수 있습니다
샘플에 레이블이 있다면 scikit-learn으로 분류기를 생성하고 학습시킬 수 있습니다

scikit-learn을 위한 피처 준비

# Import a linear classifier
from sklearn.svm import LinearSVC

# Note that means are reshaped to work with scikit-learn
X = np.column_stack([means, maxs, stds])
y = labels.reshape(-1, 1)
model = LinearSVC()
model.fit(X, y)

scikit-learn 모델 평가하기

from sklearn.metrics import accuracy_score

# Different input data
predictions = model.predict(X_test)  

# Score our model with % correct
# Manually
percent_score = sum(predictions == labels_test) / len(labels_test)  
# Using a sklearn scorer
percent_score = accuracy_score(labels_test, predictions)

연습해 봅시다!

Python으로 배우는 시계열 데이터 Machine Learning