k-最近鄰算法

Question

我在我的智能設備上實現k-最近鄰算法，以便從識別數據識別人類活動。我將解釋我將如何實施它。你們能否告訴我我正在採取的措施有什麼改進，並回答我可能會在途中詢問的任何問題？

這些步驟如下：

1. 我下載一個labelled dataset它們一起由來自加速度計的三軸加速度的與描述性的標籤。我將選擇這些數據集中的一些數據，僅記錄那些我希望認識的活動（在我的例子中是走路，坐着，站立）。
2. 然後，我將從每個加速度計數據窗口（即從包含128個加速度計數據的數據集中的每個單個記錄）中提取特徵（來自我的情況的幅度加速度的平均值，最小值，最大值，標準偏差）數據集，我會將這些特徵與JSON格式的窗口標籤（作爲一條記錄）一起存儲在設備上的文本文件中。因此，訓練數據集中的一個記錄/樣本將由以下組成：平均值，最小值，最大值，標準偏差和標籤在分類步驟中，從收集的數據中，我還將獲得一個加速度計數據窗口，上面提到的4個功能。因此，我需要將收集的數據的4個特徵與訓練數據中的每個樣本進行比較。我應該如何找到它們之間的相似性，因爲一個記錄將包含4個特徵？

作爲第（3）點問題的一個解決方案，我想通過計算它們之間的差異，然後從每個特徵中挑出大多數來考慮每個特徵的k-最近鄰。你覺得怎麼樣？你可以提出任何優化？謝謝:)

Answer 1

非常有趣和有趣的應用程序！ ;-)

那麼，其中一個問題當然是知道什麼時候開始和停止計算這些功能，但我想你已經有一些解決方案（固定時間窗或按鈕...） 。 您當然可以使用knn分類器來做到這一點，但這當然不會是我的第一選擇，因爲它對異常值非常敏感（如果您的措施在單個培訓課程中搞砸了，它將永遠影響您的下一個分類）。 所以我寧願去一個高斯模型：

1. 記錄大約10至20實施例爲每個活動
2. 計算每個活動
平均向量和對角協方差矩陣（即，4個值的矢量）
3. 在測試時，您計算高斯可能性，即您的新觀察向量由三個高斯模型之一生成，並且您選擇具有最大可能性的活動。

Answer 2

我會以不同的方式解決問題。我會在較長的時間內（比如1周）採集大量樣本，然後在其中找到聚類。之後，只要當前測量值接近其中一個羣集，用戶就可以標記羣集。集羣的數量應限制在少數活動中，以便用戶只需標記幾個集羣。

缺點：

• 需要從用戶/沒有立即滿足訓練數據。
• 實施起來比較複雜。

優點：

• 爲用戶定製的。
• 不受外部/非個人培訓數據的限制。
• 使用其他數據（光照/溫度/ GPS /時間/聲音/相機）。
• 可能更準確。
• 算法的連續重新訓練是可能的。
• 隨着更多數據的可用，準確性隨着時間而改善。
• 可以將標籤數據上傳到中央服務器，並在未來版本的應用程序中使用它。