人体活动识别:根据智能手机在用户口袋中收集的加速度计和陀螺仪传感器数据对用户执行的身体活动进行分类。 要分类的活动是:站立坐下楼梯向下楼梯步行和骑自行车 源码

人体活动识别 数据集链接: 使用的库: Keras,Scikit-Learn,Numpy,Matplotlib和Pandas 档案结构: 有8个主要文件:4个用于数据管理,4个用于机器学习代码,1个用于绘制结果。 数据管理文件: 1,由于数据集非常大(〜1.4 GB),因此将其划分为13个文件,并使用脚本``compress_file.py''和``compress2.0.py''对这13个文件中存储的数据集进行下采样以获得13个文件压缩文件。 2.脚本“ merge.py”和“ merge2.0.py”用于合并压缩文件,以获取用于训练的数据集。 2.0脚本用于合并加速度计和陀螺仪数据