【源码】基于Python的时空堆叠模型训练系统

项目简介

本项目是基于Python的时空堆叠模型（STSM）训练系统，主要用于处理基于骨骼的动作识别任务。系统可提取骨骼点的时间和空间特征，利用多种核函数和分类算法进行模型训练与性能评估。

项目的主要特性和功能

1. 数据预处理：从数据集中提取骨骼点数据并转为矩阵形式，计算矩阵的SPD矩阵作为空间特征，用时间分片方法提取时间特征。
2. 特征提取：支持线性核、协方差核等多种核函数进行特征提取，通过时间分片和重叠窗口提取时间特征。
3. 模型训练：支持逻辑回归和支持向量机（SVM）模型训练，用网格搜索寻找最优参数，支持集成算法（如Stacking Classifier）训练。
4. 性能评估：在测试集上评估模型性能，计算准确率等指标，通过日志记录训练和评估信息。

安装使用步骤

安装依赖库

使用Anaconda创建并激活一个Python 3.7环境，安装项目所需的依赖库，包括numpy、sklearn等。 sh conda create -n stsm python=3.7 conda activate stsm pip install -r requirements.txt

下载数据集

从百度云盘下载数据集，并将其放置在项目目录下的dataset文件夹中。数据集链接：百度云盘，提取码: amaa。

运行特征提取

使用data/dataset/*.py文件进行特征提取，例如，运行utd.py文件进行特征提取并保存结果。 python res = utd(root_path, False, ['linger', '-1'], False, 2, True)

模型训练

使用models/svm.py和models/logisticregression.py进行逻辑回归和支持向量机模型的训练，使用models/ensemble_stacking.py进行堆叠分类器的训练。

评估模型性能

在测试集上评估模型的性能，查看日志记录以分析结果。

通过以上步骤，您可以成功安装并使用本项目进行时空堆叠模型的训练和评估。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】