Classification ppg #79
Conversation
… into classification_ppg
… into classification_ppg
| @@ -19,6 +23,8 @@ def extract_signal_quality_features(df: pd.DataFrame, config: SignalQualityFeatu | |||
|
|
|||
| # Compute statistics of the spectral domain signals | |||
| df_windowed = extract_spectral_domain_features(config, df_windowed) | |||
|
|
|||
| df_windowed.drop(columns = ['green'], inplace=True) # Drop the values channel since it is no longer needed | |||
There was a problem hiding this comment.
Ik snap wat je bedoeling is hier, en het scheelt ook code. Maar inplace=True wordt over het algemeen afgeraden:
There was a problem hiding this comment.
Is het een kwestie van de parameter weghalen? En ben het eens met je laatste comment dat dit miss uberhaupt overbodig is gezien we wss de return aan willen passen!
There was a problem hiding this comment.
Je moet de transformatie nog wel assignen aan een object, bijv: df_windowed = df_windowed.drop(columns=['green'])
| sigma = clf['sigma'] | ||
|
|
||
| # Prepare the data | ||
| lr_clf.feature_names_in_ = ['var', 'mean', 'median', 'kurtosis', 'skewness', 'f_dom', 'rel_power', 'spectral_entropy', 'signal_to_noise', 'auto_corr'] |
There was a problem hiding this comment.
Je zou nog kunnen kijken of je deze feature names bij het wegschrijven van de classifier naar pickle mee kan geven. Dan definieer je ze niet twee keer, en kan het ook niet mis gaan als je er één aanpast.
| X_normalized = X.copy() | ||
| for idx, feature in enumerate(lr_clf.feature_names_in_): | ||
| X_normalized[feature] = (X[feature] - mu[idx]) / sigma[idx] |
There was a problem hiding this comment.
Je zou eens kunnen kijken naar: https://scikit-learn.org/dev/modules/generated/sklearn.preprocessing.StandardScaler.html
|
|
||
| # Make predictions for PPG signal quality assessment | ||
| df[DataColumns.PRED_SQA_PROBA] = lr_clf.predict_proba(X_normalized)[:, 0] | ||
| df.drop(columns = lr_clf.feature_names_in_, inplace=True) # Drop the features used for classification since they are no longer needed |
There was a problem hiding this comment.
Hier geldt hetzelfde als mijn eerdere comment over inplace=True.
| df[DataColumns.PRED_SQA_PROBA] = lr_clf.predict_proba(X_normalized)[:, 0] | ||
| df.drop(columns = lr_clf.feature_names_in_, inplace=True) # Drop the features used for classification since they are no longer needed | ||
|
|
||
| return df |
There was a problem hiding this comment.
Ik denk zelfs uiteindelijk dat we helemaal geen dataframe hoeven te returnen, maar alleen een numpy.array of pandas.Series van de predicted probability. In principe is deze dataframe hetzelfde als de input, met één extra kolom, nietwaar? Ik heb dit zelf ook nog niet geïmplementeerd, dus food for thought.
There was a problem hiding this comment.
@Erikpostt Ik denk het ook maar daar moeten we de komende tijd maar even kritisch over nadenken wat het meest handige is.
Hierbij de pull request voor de classification stap. Ik verwerk de comments vanuit feature extraction (kleine dingen) in de volgende PR van quantification (heart rate) omdat ik al in die branch actief aan het werk ben.