八、3月5日-关于《手机行为识别》近日问题和解决方法

首先，这篇笔记是在3.2日学习完深度学习计算后，希望将数据集搭建简单网络模型测试中遇到的各种问题，在几天的查阅资料过程中多次尝试解决方法，写的总结。

第一个问题：为什么数据集用SVM网格搜索可以得到良好结果

数据集构建

本数据集是通过实验采集，变量控制良好，原始数据良好。

特征数据转换为可用于机器学习的数字特征

经过更多的查阅资料和这方面数据提供者对数据集的介绍，原始数据已经被转化成数字特征方便学习。

普通数据特征

例如以下特征等上百种特征：

最小值、min

最大值、max

均值、mean

中值、median

均方根、RMS()：Root mean square

四分位数、Quartile（25%， 50% ， 75%）

轴间相关系数、cc_axis(): Correlation coefficient between axis

皮尔逊相关系数

小波包变换子带能量及其子带能量之和

过零率、ZCR(Zero crossing rate)

偏度、Skewness

峰度，Kurtosis

加速度数据特征

时域——均值、标准差、方差、四分位数范围(IQR)、平均绝对偏差(MAD)、轴间相关性、熵和峰度。子空间池的技术（将原始复杂的输入数据建模/投影到新的维度中）。频域——傅里叶变换，和离散余弦变换。

相关特征选取