文件名称：activity_recognition_spark:使用智能手机和智能手表数据使用Apache Spark和H20预测活动
文件大小：527KB
文件格式：ZIP
更新时间：2024-04-04 01:54:46
Python
活动识别 使用智能手机和智能手表数据使用Apache Spark和H20预测活动。 可以预测的活动示例包括： 坐着 步行 吃 打字 常设 运球篮球等... 使用SparkML和H20在Apache Spark分析中完成数据预处理 数据集 “ WISDM智能手机和Smartwatch活动和生物识别数据集” 原始时间序列传感器数据 描述的数据集说明 **项目中采取的步骤如下：** 1）特征提取 提取用于预测上述活动的功能： subject_id 是SmartPhone还是SmartWatch数据？ 设备类型：加速度计和/或陀螺仪 时间戳记 x，y和z坐标提取标签： 代表每个活动的活动代码 将所有这些信息组织到spark RDD中，然后组织到Spark DataFrame中 编码 2）数据预处理 对于每个活动，包括以下所有百分比读数： x，y，z坐标 按时间戳排序 还包括来自下一
【文件预览】：
activity_recognition_spark-main
----sensor_preprocess.py(5KB)
----feature_extraction.py(3KB)
----user_definition.py(3KB)
----rf_model.py(2KB)
----README.md(2KB)
----preprocess_model.py(10KB)
----h20_models.py(2KB)
----WISDM-dataset-description.pdf(565KB)