harpy是什么意思py在线翻译读音例句

python⼈体⾏为识别代码_GitHub-lamydyActivity-Recognit。

。。

Activity-Recognition

项⽬内容

模型训练及实验分析

⼿机⾏为识别APP开发

所需⼯具

实验实例全部运⾏于Python3.6环境，尚需引⼊以下扩展包。

sklearn

pandas

numpy

matplotlib

seaborn

plotly

⼿机APP开发需如下⽀持。

JDK9

实验数据

来⾃WISDM数据集，志愿者数为36⼈，共1098207个采样点，包含以下六种⾏为。

静坐(Sitting)

站⽴(Standing)

上楼(Upstairs)

下楼(Downstairs)

步⾏(Walking)

慢跑(Jogging)

各志愿者采样数据分布直⽅图如下所⽰。

HARPY库

HARPY(HumanActivityRecognitionPythonLibrary)库是为了基于加速度数据的⼈体⾏为识别⽅法开发的python库，其包裹了

sklearn、numpy、matplotlib的部分功能，主要⽬的是为⾏为识别研究提供便捷。

⽬前HARPY共包含utils(⼯具包)、prepocess(数据预处理)、selection(特征、数据选择)、calculate(特征值计算)、train(模型训练)、

parameter(参数调优)、visualization(数据可视化)等七个模块。更多扩展功能仍在开发中，源码可在activity_recognition⽬录获得，本⽬

录下⽂件可⽤于各功能测试，测试⽂件见data_set和feature⽬录。

activity_ate:特征值计算

⼀级接⼝

接⼝

功能

输⼊参数

输出(⽂件、返回值、打印信息)

calculate_range山村咏怀的诗意 _id

计算指定范围内⽤户特征

(start_id,end_id)

\"$(start_id)-$(end_id).csv\"写⼊\"./feature\"⽬录下

calculate_except_range_id

计算不在指定范围内⽤户特征

(start_id,end_id)

\"except_$(start_id)-$(end_id).csv\"写⼊\"./feature\"⽬录下

calculate_id

计算指定⽤户的特征

(id)

\"$(id).csv\"写⼊\"./feature\"⽬录下

calculate_per_id

计算每个⽤户的特征

-

为每个⽤户在\"./feature\"⽬录下⽣成\".csv\"⽂件

calculate_expect_id

计算除指定⽤户外其他⽤户特征

id

在\"./feature\"⽬录下⽣成\"expect_$(id).csv\"⽂件

calculate_per_expect_id

对每个⽤户执⾏calculate_expect_id操作

-

对每个⽤户在\"./feature\"下⽣成\"expect_$(id).csv\"⽂件

calculate_all

计算所有⽤户特征

-

所有⽤户特征都将写⼊\"\"并写⼊\"./feature\"⽬录

activity_:模型训练与评估

⼀级接⼝

接⼝

功能

输⼊参数

输出(⽂件、返回值、打印信息)

train_test_split厄运的拼音 _result

以sklearn默认⽅式划分训练、测试集并训练模型

(clf,X,y)

打印模型性能参数

stratifiedk_fold_result

按默认参数等⽐例采样后训练模型

(clf,X,y)

打印模型性能参数

k_fold_result

以默认参数做K折交叉实验

(clf,X,y)

打印模型性能参数

activity_ter:参数调优

⼀级接⼝

接⼝

功能

输⼊参数

输出(⽂件、返回值、打印信息)

grid_search_parameter

以⽹格搜索⽅式遍历超参空间并⽐较模型优劣

(clf,X,y)

打印各参数评分及模型的最优参数组合

random_search_paramete蝶恋花昨夜西风凋碧树 r

以随机搜索⽅式遍历超参空间并⽐较模型优劣

(clf,X,y)

打印各参数评分及模型的最优参数组合

activity_iza菩萨蛮大柏地全诗 tion:数据可视化

⼀级接⼝

接⼝

功能

输⼊参数

输出(⽂件、返回值、打印信息)

plot_learning_curve_default

画出ShuffleSplit下学习曲线

(X,y,clf)

得《论语》原文全文 到学习曲线图

plot_learning_curve_cv

画出指定交叉验证下学习曲线

(X,y,clf,cv)

得到学习曲线图

plot_paramter_curve_default

画出ShuffleSplit下单变量评分变化曲线

(X,y,clf,param_name,param_range)

得到单变量评分变化曲线

plot_paramter_curve_cv

画出指定交叉验证下单变量评分变化曲线

(X,y,clf,cv,param_name,param_range)

得到单变量评分变化曲线

plot_confusion_matrix

按⽐重画出渐变⾊混淆矩阵

(confusion_matrix)

得到渐变⾊混淆矩阵

plot_gridsearch

画出⼆维⽹格准确率渐变⾊图

(clf,X,y)

得到⼆维⽹格准确率渐变官途第三部至高使命 ⾊图

activity_:辅助⼯具

⼀级接⼝

接⼝

功能

输⼊参数

输出(⽂件、返回值、打印信息)

read_file

读取\"./feature\"下特征⽂件

(file_name)

返回特征X和标签y

read_feature

读取\"./feature\"下特征⽂件

(file_name)

只返回特征X

get_default_clf

根据输⼊模型缩写⽣成默认模型

(clf_name)

返回模型

extract_activity

按各⾏为分离指定编号⼈员的特征⽂件

(file_name,id)

在\".明白一些事 看清一些人 /feature/$(id)/\"⽬录下⽣成各⾏为\".csv\"⽂件

extract_per_people

按各⾏为分离所有⼈员的特征⽂件

-

在所有\"./feature/$(id)/\"⽬录下⽣成各⾏为\".csv\"⽂件

extract_feature

读取各⽂件并截取指定特征列

(file_name,write_file,list)

截取的特征列写⼊\"./feature/$(id)/$(write_file).csv\"⽂件中

extract_activuty_feature

截取id_list中所有⽤户的feature_list列特征

(id_list,feature_list)

每个截取的特征列写⼊\"./feature/$(id)/$(write_file).csv\"⽂件中

hash_name

完成特证名与列号的映射

-

返回映射结果(列)

activity_ion:参数调优

⼀级接⼝

接⼝

功能

输⼊参数

输出(⽂件、返回值、打印信息)

activity_pearson

计算不同⽤户相同⾏为下各对应特征列间的的⽪尔森系数

(X,Y)

打印各特征⽪尔森系数及平均⽪尔森系数

各模块功能仍在完善中，已有功能会对输⼊参数做⼀次统⼀。preprocess模块需要重写。⼆级接⼝⽂档最近会整理。

本项⽬于2017.12.8⽇开始更新...

本⼈Python及Java均为⼗⽉起初学，如有好的实现请邮件我！