PROYECTO FINAL APRENDIZAJE AUTOMÁTICO Alejandro Pinel Martínez Pablo Ruiz Mingorance

Para ejecutar nuestro código es necesario seguir los siguientes pasos:

Descomprimir la carpeta Codigo que está entregada junto a esta memoria.

Descargarse los datos de Human Activity Recognition Using Smartphones de esta página de UCI: https://archive.ics.uci.edu/ml/datasets/human+activity+recognition+using+smartphones

Dentro de la página, seleccionar la opción Data Folder y la opción UCI HAR Dataset.zip.

Descomprimir los datos descargados en el directorio Codigo/Datos/.

Por último, ejecutar el archivo Codigo/proyectofinal.py

La estructura final de directorios debe ser esta:

• Codigo/
  • Datos/
    • test/
      • subject_test.txt
      • X_test.txt
      • y_test.txt
      • ...
    • train/
      • subject_test.txt
      • X_train.txt
      • y_train.txt
      • ...
  • proyectofinal.py

En el código, primero se realizará un análisis de los datos iniciales, imprimiendo algunas de las gráficas del primer y segundo apartado.

Después, se realizará el preprocesado descrito en la memoria y se mostrarán las gráficas del resultado.

Se entrenará la mejor hipótesis (descrita en la memoria) con los datos de train y se probará con los de test. Se mostrarán gráficas de los resultados.

El proceso de selección de hiperparámetros y selección de la mejor hipótesis está comentado, debido a que es un proceso que tarda mucho. Si se quiere realizar, se puede descomentar la llamada a la función \textbf{SelectBestModel}.

Si se quiere ejecutar alguno de los otros experimentos, basta con descomentar la llamada a su respectiva función en el main.