Как применить методы классификации машинного обучения к одномерным данным временных рядов? ⇐ Python

[Anonymous]

У меня есть данные IMU (акселерометр, магнитометр и гироскоп) во время различных упражнений (приседания, отжимания, приседания, бурпи). Эти упражнения выполняются в одном сигнале временного ряда 1D, и я хотел бы использовать метод классификации машинного обучения, чтобы идентифицировать различные упражнения в сигнале. Я не хочу конденсировать сигнал в пики 0D и строить свои функции таким образом, а скорее сохранить временную область без изменений. Ниже приведен рисунок, показывающий пример данных акселерометра, содержащий четыре упражнения.
Поэтому у меня вопрос: какой метод будет наиболее эффективным для этого? Кластеризация K-средних была бы идеальной в смысле 0D, так есть ли эквивалент для 1D?
[img]https://i.sstatic. net/rpzit.png[/img]


Подробнее здесь: https://stackoverflow.com/questions/505 ... eries-data