Classification और feature engineering

Python में Time Series Data के लिए Machine Learning

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

मॉडल फिट करने से पहले हमेशा raw डेटा विज़ुअलाइज़ करें

अपना time series डेटा विज़ुअलाइज़ करें!

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

कौन से features इस्तेमाल करें?

Raw time series डेटा classification के लिए काफ़ी noisy होता है
हमें features निकालने होंगे!
आसान शुरुआत: अपने audio डेटा का सारांश निकालें

कई features की गणना

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-learn से classifier फिट करना

हमने 2-D डेटासेट (samples x time) को 1-D डेटासेट (samples) के कई features में समेट दिया
हर feature को जोड़कर मॉडल के input के रूप में उपयोग कर सकते हैं
यदि हर sample का label है, तो scikit-learn से classifier बना और फिट कर सकते हैं

scikit-learn के लिए features तैयार करना

# 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)

अपने scikit-learn मॉडल को स्कोर करना

from sklearn.metrics import accuracy_score

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

# Score our मॉडल with % correct
# मैन्युअली
percent_score = sum(predictions == labels_test) / len(labels_test)  
# sklearn scorer का उपयोग
percent_score = accuracy_score(labels_test, predictions)

अभ्यास करते हैं!

Python में Time Series Data के लिए Machine Learning