codymlewis/HAR

该数据集是一个用于预测人类活动的表格数据集，基于智能手机传感器信号（加速度计和陀螺仪）。数据集包含30名志愿者在19-48岁年龄段内进行的实验，他们执行了包括六种基本活动和六种姿势转换的协议。传感器信号经过预处理，并通过滑动窗口进行采样，最终生成561个特征向量。数据集分为训练集和测试集，训练集包含7767个样本，测试集包含3162个样本。该数据集是UCI人类活动识别数据集的更新版本，提供了原始的传感器信号，并更新了活动标签以包括姿势转换。

原始信息汇总

数据集详情

数据集描述

该数据集是一个表格数据集，用于预测基于智能手机传感器信号（加速度计和陀螺仪）的人类活动。实验由30名年龄在19至48岁之间的志愿者进行，他们执行了一系列包含六种基本活动（三种静态姿势：站立、坐下、躺下，以及三种动态活动：走路、上楼和下楼）和姿势转换的活动。所有参与者在实验过程中腰部佩戴了一部智能手机（三星Galaxy S II），通过设备内置的加速度计和陀螺仪以50Hz的恒定速率捕获三轴线性加速度和三轴角速度。实验数据被随机分为训练集和测试集，其中70%的志愿者数据用于生成训练数据，30%用于生成测试数据。

传感器信号（加速度计和陀螺仪）经过噪声滤波器预处理后，以2.56秒的固定宽度滑动窗口和50%的重叠（每窗口128个读数）进行采样。传感器加速度信号通过巴特沃斯低通滤波器分离为身体加速度和重力。每窗口通过计算时域和频域变量得到561个特征。

数据集特征

• features: 序列类型为float32，长度为561。
• labels: 类别标签，包括以下活动：
  • 0: WALKING
  • 1: WALKING_UPSTAIRS
  • 2: WALKING_DOWNSTAIRS
  • 3: SITTING
  • 4: STANDING
  • 5: LAYING
  • 6: STAND_TO_SIT
  • 7: SIT_TO_STAND
  • 8: SIT_TO_LIE
  • 9: LIE_TO_SIT
  • 10: STAND_TO_LIE
  • 11: LIE_TO_STAND
• subject id: 数据类型为uint8。

数据集划分

• train: 字节数为17499051，样本数为7767。
• test: 字节数为7123986，样本数为3162。

数据集大小

• 下载大小: 79596192字节
• 数据集大小: 24623037字节

许可证

该数据集遵循Creative Commons Attribution 4.0 International (CC BY 4.0)许可证。

数据集名称

• pretty_name: HAR

数据集规模

• size_categories: n<1K