GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

kootenpv

whereami – WiFi信号を使用する 📶 あなたがいる場所を予測する機械学習

投稿日:

WiFi信号を使用する 📶 あなたがいる場所を予測する機械学習

ここはどこ

WiFi信号とマシン学習(sklearnのRandomForest)を使用して、あなたの現在地を予測します。 2~10メートルのような小さな距離でも機能します。

お使いのコンピュータは、あなたがソファ#1かソファ#2かを知らせます。

クロスプラットフォーム

OSX、Windows、Linuxで動作します(Ubuntu / Arch Linuxでテスト済み)。

パッケージaccess_pointsは、クロスプラットフォームの方法でWi-Fiをスキャンできるようにプロセスで作成されました。 コマンドラインでaccess_pointsを使用すると、wifiをスキャンしてJSON出力を取得できます。 whereamiはそれの上に構築されます。

インストール

pip install whereami

使用法

# in your bedroom, takes a sample
whereami learn -l bedroom

# in your kitchen, takes a sample
whereami learn -l kitchen

# get a list of already learned locations
whereami locations

# cross-validated accuracy on historic data
whereami crossval
# 0.99319

# use in other applications, e.g. by piping the most likely answer:
whereami predict | say
# Computer Voice says: "bedroom"

# probabilities per class
whereami predict_proba
# {"bedroom": 0.99, "kitchen": 0.01}

最後の行の一部または一般的なデータを削除する場合は、 $USER/.whereamiフォルダーに$USER/.whereamiください。

Python

どの機能もPythonでも利用できます。 一般に、コマンドをインポートすることができます:

from whereami import learn
from whereami import get_pipeline
from whereami import predict, predict_proba, crossval, locations

正確さ

kそれは本当にうまくいくはずです。 私は自宅で7つのアクセスポイントだけを使って学ぶことができました( access_points -nを使ったテスト)。 組織では70+が表示されることがあります。

距離:約10メートル以上のものは> 99%の精度を得るべきです。

あなたが冒険的で、ソファ1とソファ2(つまり2メートル離れている)を区別することを学びたい場合は、場所を切り替えて順にターンすると最も頑丈です。 例えばスポットAで、次にスポットBで、次にAでもう一度開始します。スポットAでこれを行うと、スポットBとすぐに「予測」を使用して通常は答えとしてスポットBが得られます。 心配しなくても、時間的な過不足の影響は時間とともに消えます。 そして、実際には、これは非常に短い距離のための本当の懸念です。 両方の場所でしばらくしてからサンプルを取ると、非常に堅牢になるはずです。

高さ:驚くべきことに、位置の垂直方向の違いは、通常、水平方向の違いよりもはるかに明確です。

関連プロジェクト

  • wherearehueプロジェクトは、学習された場所に基づいて色相電球を切り替えるために使用できます。

ほぼ完全に「コピーされた」:

https://github.com/schollz/find

そのプロジェクトは以前はPythonで書かれていましたが、Goに書かれています。 whereamiはPythonで学んだ教訓を実装しています。

テスト

毒素を使ってPython 2.7、3.4、3.5のテストをローカルで実行することは可能です。

git clone https://github.com/kootenpv/whereami
cd whereami
python setup.py install
tox







-kootenpv
-, , , , , ,

執筆者: