machinelearning:举重练习的定性活动识别 - 实用机器学习 - Coursera-源码

举重练习的定性活动识别 背景 使用 Jawbone Up、Nike FuelBand 和 Fitbit 等设备，现在可以相对便宜地收集大量有关个人活动的数据。 这些类型的设备是量化自我运动的一部分——一群狂热者定期测量自己以改善他们的健康状况，发现他们的行为模式，或者因为他们是技术极客。 人们经常做的一件事是量化他们做了多少特定活动，但他们很少量化他们做得有多好。 在这个项目中，我们将使用来自 6 位参与者的腰带、前臂、手臂和哑铃上的加速度计的数据。 他们被要求以 5 种不同的方式正确和错误地进行杠铃举重： A级：完全符合规范 B类：肘部向前抛 C级：只将哑铃举到一半 D级：将哑铃放下一半 E级：臀部向前抛 更多信息可从以下网站获得： : （参见举重运动数据集部分）。 目标 Coursera 实用机器学习课程的这个项目的目标是预测人们进行练习的方式。 这是训练集中的“classe”