Класифікація та інженерія ознак

Machine Learning для часових рядів у Python

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

Завжди візуалізуйте сирі дані перед навчанням моделей

Візуалізуйте свої часові ряди!

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

Які ознаки використовувати?

Сирі часові ряди надто шумні для класифікації
Потрібно обчислити ознаки!
Простий старт: підсумуйте аудіодані

Обчислення кількох ознак

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,)

Навчання класифікатора в scikit-learn

Ми «стиснули» 2D-набір даних (вибірки × час) до кількох ознак 1D-набору (вибірки)
Можна поєднати ознаки й подати їх на вхід моделі
Якщо є мітка для кожної вибірки, можна використати scikit-learn, щоб створити й навчити класифікатор

Підготовка ознак для 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)

Оцінювання моделі 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)

Давайте потренуємось!

Machine Learning для часових рядів у Python