通过利用在身体不同部位部署的多个可穿戴加速度传感器，数据挖掘项目能够识别人类活动。

简介：
通过部署在人体多个部位的多种可穿戴式加速度传感器，数据挖掘技术得以识别人类的活动模式。 该项目是东北大学数据挖掘课程的一个实践环节。 在此项目中，我们着手实施并对分类算法进行了评估，该算法利用同时固定在身体不同区域（具体包括髋部、上臂、脚踝、大腿、小腿和手腕）的传感器。 我们首先负责收集、清理和预处理来自加速度计的数据，并从中提取具有代表性的特征，这些特征是从10秒的时间窗口中获得的。 这些时域和频域特征随后与随机森林和k最近邻分类器相结合，从而能够对不同的活动类型进行分类。 该算法的设计基础是基于加速度计数据，并结合了实验室中33位参与者提供的带有注释的活动标签，采用休假一主题（LOSO）策略以及十倍交叉验证方法进行评估。 针对臀部数据的LOSO策略，随机森林算法展现出卓越的识别性能，其整体准确率达到了8%。