machine-learning - 检测连续输入的数值数据中的峰值

Question

这是我正在尝试做的一个“非常简化”的示例，而且我是机器学习的新手。

我有连续输入的数字数据作为输入。我想检测数据中的特定变化，例如心跳监测器中的峰值。

我将如何使用机器学习来完成此任务？

标签： machine-learning

Answer 1

这取决于你所说的峰值。如果您调用峰值上升 10 点或更多，您可以尝试这样的操作：

import numpy as np
min_peak_diff = 10
arr = np.array([3,5,10,42,4,3,6,66,8,12,7,5])
ind = np.add(np.where(arr[1:] >= arr[:-1] + min_peak_diff), 1)
print('peak indexes:', ind)
print('peak values:', arr[ind])

结果：

peak indexes: [[3 7]]
peak values: [[42 66]]

但如果你真的想使用机器学习方法，你可以看看：

• 关于这个主题的 scikit-learn 页面（它有很多方法）https://scikit-learn.org/stable/modules/outlier_detection
• Python异常值检测库https://github.com/yzhao062/pyod