WISDM_Act_v1.1データセットのtrans_about.txt WISDMラボに関する情報、権利、その他の一般的な情報については、readme.txtを参照してください。 私たちの変換プロセスでは、10秒分の加速度計サンプル（生データファイルの200レコード/行）を取得し、それらを46個の値からなる1つのサンプル/タプルに変換します。 私たちが生成する特徴量の多くは、単純な統計的測度です。 関連タスク：分類 * サンプル数：5,424 * 属性数：46 * 欠損属性値：なし * クラス分布： * 歩行 -> 2,082 -> 38.4% * ジョギング -> 1,626 -> 30.0% * 階段上り -> 633 -> 11.7% * 階段下り -> 529 -> 9.8% * 座っている -> 307 -> 5.7% * 立っている -> 247 -> 4.6% * transformed.arffは、[ここ](http://weka.wikispaces.com/ARFF+%28stable+version%29)で指定された属性関係ファイル形式に従っています。 * フィールド説明：フィールド定義を確認するには、arffファイルのヘッダーを読んでください。 * UNIQUE_ID：その通り、各タプルの一意の識別子です。予測を行う際には、このフィールドを除外します。 * userは、データの提供者であるユーザーのID番号です。 * X0..x9、Y0..Y9、Z0..Z9はビンで、その値はそのビン内に入った加速度計サンプルの割合です。 * XAVG、YAVG、ZAVGは、サンプル内の200レコードにわたるx、y、zの平均値です。 * XPEAK、YPEAK、ZPEAKは、主要周波数の近似値です。まず、系列内の最大値を特定し、その振幅の10%以内のすべての局所的なピーク値を特定します。ピークの数が3未満の場合、少なくとも3つのピークが見つかるまで閾値を下げます。連続するピーク間の時間を合計し、ピークの数で割ります。 * XABSOLDEV、YABSOLDEV、ZABSOLDEVは、各軸の平均値からの平均絶対偏差です。 * XSTANDDEV、YSTANDDEV、ZSTANDDEVは、各軸の標準偏差です。 * RESULTANTは、各軸の値の二乗和の平方根の平均√(xi^2 + yi^2 + zi^2)です。 * classは、このサンプルの間にユーザーが行っていた活動です。 詳細な仕様については、以下の論文の2.2節を参照してください。 Jennifer R. Kwapisz、Gary M. Weiss、Samuel A. Moore（2010年）。 ["Activity Recognition using Cell Phone Accelerometers"](http://www.cis.fordham.edu/wisdm/public_files/sensorKDD-2010.pdf) Proceedings of the Fourth International Workshop on Knowledge Discovery from Sensor Data (at KDD-10), Washington DC.