智能手机人体活动识别数据集1963-2021
数据来源：互联网公开数据
标签：人体活动识别,智能手机,传感器数据,机器学习,数据科学,时间序列,特征工程
数据概述：
本数据集来源于IBM机器学习专业证书课程，基于UCI机器学习库中的人体活动识别数据集扩展而来。数据集包含10299个实例，通过合并原始数据集的训练和测试实例，显著增加了数据量，旨在提高模型的预测准确性。每个记录包含来自加速度计的三轴加速度、三轴角速度数据，以及一个561特征向量，其中包括时间域和频率域变量。此外，每个记录还标注了活动类型和实验参与者的标识符。
数据用途概述：
该数据集适用于人体活动识别、机器学习模型训练和评估、智能可穿戴设备开发等多个领域。研究人员可以利用此数据集进行特征工程和模型优化，提高活动识别的准确性；开发者可以参考该数据集开发智能可穿戴设备，实现对人体活动的高效识别。此外，该数据集也适合用于教育培训，帮助学习者理解和掌握人体活动识别及相关技术。
举例：
本数据集中包含的三轴加速度和三轴角速度数据可以用于识别不同的人体活动，如行走、跑步、站立等。通过对这些传感器数据进行特征提取和建模，可以开发出能够准确识别人体活动的应用程序，如智能健康监测设备、健身助手等。
