การจำแนกประเภทและการสกัดคุณลักษณะ

Machine Learning สำหรับข้อมูล Time Series ใน Python

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

ควรแสดงข้อมูลดิบก่อนเสมอ ก่อนนำไป Fit โมเดล

แสดงภาพข้อมูล Time Series!

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

จะใช้คุณลักษณะใดดี?

การใช้ข้อมูล Time Series ดิบมีสัญญาณรบกวนสูงเกินไปสำหรับการจำแนกประเภท
จำเป็นต้องคำนวณคุณลักษณะ (Features)
จุดเริ่มต้นที่ง่าย: สรุปข้อมูลเสียง

การคำนวณคุณลักษณะหลายตัวพร้อมกัน

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,)

Fit ตัวจำแนกประเภทด้วย scikit-learn

บีบอัดชุดข้อมูล 2 มิติ (samples x time) ให้เหลือเป็นคุณลักษณะของชุดข้อมูล 1 มิติ (samples)
นำคุณลักษณะแต่ละตัวมารวมกันเป็น Input ของโมเดล
หากมี Label สำหรับแต่ละ Sample สามารถใช้ scikit-learn สร้างและ Fit ตัวจำแนกประเภทได้

เตรียมคุณลักษณะสำหรับ scikit-learn

# 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)

ประเมินคะแนนโมเดล scikit-learn

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)

มาฝึกกันเถอะ!

Machine Learning สำหรับข้อมูล Time Series ใน Python