-
MATLAB中用于分析可穿戴设备健康数据的精度验证代码
资源介绍
matlab精度检验代码在MATLAB中分析可穿戴设备的健身数据
随着智能手机和可穿戴设备收集和跟踪健康和健身数据，随着苹果，谷歌和三星等互联网巨头的加入，这将成为主流。
但是，如果您收集数据，那么不分析它又有什么用！
我想使用有关举重的公开数据集，并假装我们将构建一个移动应用程序，以告知最终用户他们是否正确执行了锻炼，如果不能，则建议他们犯了哪些常见错误。
我们将使用Kaggle竞赛推广的称为“随机森林”的机器学习/预测建模技术来检测用户活动模式。
数据集进行分析
举重运动数据集提供确定“一项活动进行得如何”的测量值。
6名受试者以5种不同方式进行了1组，每组10个单侧哑铃二头肌卷曲。
完全符合规格（A类）
将肘部推向前方（B级）
仅将哑铃举到一半（C级）
仅将哑铃降低一半（D级）
将臀部朝前扔（E级）
原始数据集*有39242个样本和159个变量，但是我们将使用减少的19622个样本子集。
传感器放置在受试者的皮带，臂章，手套和哑铃上，如下所述：
引用韦洛索，大肠杆菌。
A.
Bulling；
盖勒森，H。
W.Ugulino;
Fuks，H.举重锻炼的定性活动识别。
与SIGC