我有一个数据集，其中包含从用户小腿收集的原始 3 轴加速度计数据，我想创建一个分类模型（尽可能简单）来检测用户是坐下还是站立。我有大约 50,000 个事件（还有更多事件），这些事件标有正确的姿势，并且在姿势期间具有原始加速度。我从每个事件的原始数据（例如信号平均值、范围、频率内容等）中创建了一些特征，但这些特征都没有清楚地区分事件（在可视化数据集时）。
有没有一种方法可以从标记的原始数据中自动生成有用的特征，从而实现结果之间的良好分离？
如果这是不可能的，最好创建一个包含所有你能想到的特征的特征集，然后尝试找到解释结果之间最大差异的那些？你怎么做到这一点？我看过 PCA 和 LDA，但它们似乎没有“挑选”最好的功能，它们只是将它们组合到新组件中。
最后，是否有人对可以解释站立和坐下小腿运动差异的特征有任何想法。我假设与站立相比，坐着时小腿可以以更极端的角度移动，但你如何在特征中描述这一点。
这是一个活跃的研究领域，称为人类活动识别。有几个公共数据集可用于交叉验证您的方法，您可能想从这里开始：UCI HAR 数据集。数据集附带了一篇论文，描述了他们的预处理方法，因此您需要看一下，看看是否有任何对特征工程有帮助的东西。
运动科学领域存在大量基于回归的模型，但我在非常简单的转换数据上使用 1D 卷积神经网络获得了很好的结果。我们只是将信号（通过平均）下采样到 1 或 2 Hz，并通过欧几里德矢量幅度将 3 个轴减少到单个时间序列（我们的受试者正在执行更高强度的活动，这通常会导致传感器在他们的肢体上旋转，改变每个轴输入的方向 - 减少到 EVM 消除了潜在的混淆）。
我不完全确定您的数据是什么样的 - 您是否有转换（从坐着到站立和背部）？我不会使用 PCA（如果你小心的话，有一些观点认为 LDA 可以工作）。有一种叫做 tICA （时间序列独立分量分析）的东西，但我认为这不是你想要的，因为它会降低每个时间步的维数（并且你的每个时间步只有 3 个特征）。您可能会使用傅立叶特征（请参阅上面的链接）或简单的下采样/EVM。
这里的另一个问题是数据可能无法可靠地分离，因为每个活动的强度都很低。每个“事件”持续多长时间（我将每个事件理解为具有一定持续时间的活动“回合”）？过去，我的模型很难区分某些低强度的活动回合，因为如果一个人站着不动而另一个人坐下不动，那么模型就无法区分 0 和 0 并且基本上是在猜测. 希望那里有足够的信号以获得良好的结果，这仅取决于您的实验设置。