コンテキスト 私は事務的な仕事をしています。とても面白い事務的な仕事ですが、結局のところ事務的な仕事です。そのため、しばらく前にスポーツを始め、今ではもう止められません。他のオタクと同じように、私は持っている趣味ごとにガジェットが必要で、この場合はGPSスポーツスマートウォッチでした。Garminのvivoactiveとvivoactive HRです。彼らはまたデータ分析センターも提供しており、データサイエンティストとして、もちろんデータをエクスポートし、棒グラフを超えた分析を行わなければなりませんでした。このデータセットは基本的に、前述のデータセンターから一括ダウンロードした未整理のデータセットです。興味のある方へ：Garmin Connectから一括ダウンロードするための素敵なGitHubプロジェクトがあります：https://github.com/kjkjava/garmin-connect-export 。天気データは手動で含める必要があります。 内容 155のサンプルがあり、それぞれが1つのスポーツ活動を表しており、主に黒い森（ブラックフォレスト）のものです。たくさんの役に立たない列があり、データが含まれていないか、すべてのサンプルに同じ値が含まれています。いずれにせよ、これらの列を特定して削除する必要があります。 ZIPファイルには、すべての活動のGPXトラックが含まれており、これも使用できます。2つのデバイスは異なるGPSセンサーを使用しており、私の感覚では精度と信頼性が異なります（未検証）。さらに、HRデバイスは2017年夏以来、多くの接続性の問題がありました。デバイスは多数のラン中に信号を失い、そのため距離の値が常に正しいとは限りません。通常、開始と終了のタイムスタンプは正しいです（1つのケースを除く）。また、GPXファイルは私がどのトラックを使用していたかを判断するのに役立つかもしれません。1つの例外を除いて、すべてのトラックの開始点と終了点は同じです。これは、同じ交差点で記録を開始して終了したことを意味し、正確に同じ位置ではありません。もしGISでGPXファイルを開くことに決めたら、影響を受けたデータセットを修復できるはずです。私はQGISを使ってこれを行いました。1日に2つの活動があるインスタンスが1つあります。これは実際には同じ活動で、私が黒い森のロスコップ峰に登ったときのことです。そこまで走った後、脳が酸欠状態になったため、一時停止する代わりに活動を終了してしまい、2つの活動に分かれてしまったので、これらを統合する必要があります。 ソフトデータ このデータセットには、役立つ可能性のあるソフトデータもあります。 - 2016年6月以来、通常月曜日、火曜日、水曜日に130km通勤しています。それ以来、これらの日にはスポーツに費やす時間が減っている可能性があります。 - 2015年9月から2016年3月まで修士論文を執筆しました。おそらく、論文執筆中（最後の2週間を除く？）はもっとスポーツをしていたのかもしれません。 - 通勤しているので、スポーツをする頻度は減っていますが、長距離や標高差の大きいコースでスポーツをしています。 - 2016年8月に新しい靴を買いました。これはとても快適です。 謝辞 Garmin Connectの一括ダウンロードスクリプトは本当に役に立ちました：https://github.com/kjkjava/garmin-connect-export 。このツールがなければ、おそらくこのデータセットを作成しなかったでしょう。 インスピレーション 私は個人的に、私のランニングパフォーマンスが特定の天気条件に依存しているかどうか、そして最終的に予測可能かどうかに非常に興味があります。もう1つ興味深いことは、与えられたデータに基づいて他の人がパフォーマンスをどのように評価するかを見ることです。 私はこのデータセットを大学のPythonと統計学の授業でも使用しています。近い将来、このデータと私の授業用のノートブックの一部をKaggleにアップロードすることに決めました。これは、私のノートブックに外部からのコメントを学生にアクセスさせ、彼らにより大きなコミュニティに解決策をアップロードする機会を与え、最終的に彼らがデータに関するノートブックを調べられるようにするためです。