質問編集履歴
1
タイトル、文章の修正をいたしました。
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
測定した
|
|
1
|
+
測定した動作の加速度(+gyro)の時間の長さ(=arrayの長さ)が異なった場合に、機械学習の特徴量としてデータ形式を揃える方法について
|
body
CHANGED
|
@@ -1,7 +1,7 @@
|
|
|
1
1
|
人体の動作の推定分類をdeeplearningなどで行うと考えた際の効果的な特徴量の設定について悩んでおります。どうしてもここから進めません。
|
|
2
2
|
|
|
3
3
|
<目指したいこと>
|
|
4
|
-
時間内に行われた動作の分類
|
|
4
|
+
時間内に行われた動作のパターン分類
|
|
5
5
|
|
|
6
6
|
<現在行なっている手法>
|
|
7
7
|
|
|
@@ -16,7 +16,10 @@
|
|
|
16
16
|
パターン分類などでrandomforestなどのimportance_グラフ化でデータをみると指定した時間内に行なったデータを特徴量としているため、特徴量として偏ったデータになっている印象。
|
|
17
17
|
|
|
18
18
|
<目指したいもの>
|
|
19
|
+
可能であれば、
|
|
19
|
-
データ測定時に時間を
|
|
20
|
+
データ測定時に30hz固定のみで測定して、測定時間を設定することなく動作ごとに測定して(=arrayの長さが異なる)、そのデータから分類のための特徴量(X)を作成したい。それを何らかの方法でデータ形式を揃えてmodel.fitで分類器を作成していきたい。
|
|
20
|
-
時間指定せず測定した際に測定したarray数が異なるので今の手法だと特徴量にできない。
|
|
21
21
|
|
|
22
|
-
|
|
22
|
+
特徴量として設定するためには、できるだけ特徴量を揃えておくべきだと思うのですが、こういった加速度などのデータの際に圧縮などの手法などはがありますでしょうか。
|
|
23
|
+
画像などのdeeplearningにおいて画素数を揃えるような手法だとは思うのですが。
|
|
24
|
+
|
|
25
|
+
アドバイスをいただけますと幸いです。よろしくお願いいたします。
|