制作数据集(3)

发表于 | 分类于 |
字数统计: 215 | 阅读时长 ≈ 1

人工处理数据

今天把植物电信号原始数据人工处理，
一个周期588个数据
人工找出一个周期的起始点，用代码辅助工作。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
# read csv
df = pd.read_csv(inputdir, header=None, usecols=[1])
df = df.drop(index=[0,1])
# split salt stimulation befor
n=3
befor_start = 932
befor_end = befor_start+(n*588)
df_befor = df[befor_start:befor_end]
df_befor = df_befor.astype(float)
df_befor.plot()
df_befor.shape

# split salt stimulation after
n=5
after_start = 3276
after_end = after_start+(n*588)
df_after = df[after_start:after_end]
df_after = df_after.astype(float)
df_after.plot()
df_after.shape


# merge data 

DK_1 = df_befor.append(df_after)
DK_1 = DK_1.astype(float)
a = len(DK_1) / 588
print("all data cycle : ", a)
print(DK_1.values)
DK_1.plot()

# print(df_befor.values)

在处理数据的时候发现，发现变成把问题变成一个拟合问题，有点想预测房价。

x1 —-> y1
x2 —-> y2
x3 —-> y3
x4 —-> y4
x5 —-> y5
…..
xn —-> yn
利用这些数据集建立拟合一个神经网络。

思考

刺激前的信号和刺激后的信号有无关系。