实用_机器_学习_习题 背景 使用Jawbone Up,Nike FuelBand和Fitbit等设备,现在可以相对便宜地收集有关个人活动的大量数据。 这些类型的设备是量化的自我运动的一部分-一群发烧友,他们定期进行自我测量以改善健康状况,发现行为方式,或者是因为他们是技术怪胎。 人们经常做的一件事是量化他们从事某项特定活动的数量,但很少量化他们完成某项活动的程度。 在此项目中,您的目标是使用来自6位参与者的腰带,前臂,手臂和哑铃上的加速度计的数据。 他们被要求以5种不同的方式正确和错误地进行杠铃举升。 可从以下网站获得更多信息: : : (请参阅举重练习数据集部分) 。 您应该提交什么 您的项目的目标是预测他们进行练习的方式。 这是训练集中的“ classe”变量。 您可以使用任何其他变量进行预测。 您应该创建一个报告,描述如何构建模型,如何使用交叉验证,您认为预期的样本外错误是什