日常の活動を記録した加速度データセット

手首に付けた加速度センサーで日常の活動を記録したデータセットが公開されています。

https://archive.ics.uci.edu/ml/datasets/Dataset+for+ADL+Recognition+with+Wrist-worn+Accelerometer

大量のデータというわけではありませんが、合計839ファイルあり、ファイル単位でラベルが付いています。 クラス数は14です。具体的には、

• 歯磨き
• 階段を上る
• 髪を梳く
• 階段を下りる
• 飲み物を飲む
• 肉を食べる
• スープを飲む
• ベッドから起きる
• ベッドで横になる
• 水を注ぐ
• 椅子に座る
• 椅子から立ち上がる
• 電話する
• 歩く

です。バランス良く収録されているわけではなく、クラスによってファイル数に偏りがあります。

このデータとKerasで色々と試してみたいので、学習用データと検証用データに分けてみました。 きちんと色々と調べるには交差検証で行ったほうが良いのですが、少し試してみたいだけですので、4/5を学習用データに、1/5を検証用データとします。

分割には次のスクリプトを用いました。

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 33 34 35

#!/bin/bash DATADIR="ADL_Dataset/HMP_Dataset" # Collect all files find $DATADIR -iname "Accelerometer*.txt" | grep -v MODEL | sed 's#^.*/c/#/#' > all.list # Make a category list sed 's/.*Accelerometer-[0-9]\{4\}-[0-9]\{2\}-[0-9]\{2\}-[0-9]\{2\}-[0-9]\{2\}-[0-9]\{2\}-//' all.list | \ sed 's/-.*//' | sort | uniq | awk 'BEGIN{c=0}{print c" "$1; c+=1}' > id2cat.list # Make a category-ID mapper declare -A CAT2ID exec < id2cat.list while read id cat do CAT2ID[$cat]=$id done echo ${CAT2ID[getup_bed]} # Add category ID into all.list and randomize it { while read line do category=${line%-*} category=${category##*-} echo ${CAT2ID[$category]}" "$line done < all.list } | sort -R > all.random.list # Make training set and validation set N=$(wc -l all.list | awk '{print $1}') TRAIN=$((N*4/5)) VAL=$((N-TRAIN)) head -n $TRAIN all.random.list > train.list tail -n $VAL all.random.list > val.list

実際に実行してみると、少ないクラスのファイルが検証用リスト(val.list)に含まれませんでしたので、何度が実行して、train.list、val.listともに全てのクラスが含まれるようにしました。

生成したファイルリストの中身については train.list と val.list を参照ください。

train.listとval.listの各クラスのファイル数は、

Class ID	# of train files	# of val files
0	10	2
1	74	28
2	27	4
3	35	7
4	83	17
5	2	3
6	1	2
7	80	21
8	22	6
9	83	17
10	82	18
11	85	17
12	11	2
13	76	24

となりました。クラス5と6はファイル数が学習データのほうが少ないので、学習が難しそうです。