我即将着手开发一款移动应用程序，该应用程序使用加速度计来检测运动类型，无论是跳跃，跑步还是步行等。现在我已经做了很多在线搜索，并且有点了解使用机器学习可以检测从加速度计收集的样本数据中的模式。我对机器学习是全新的，但如果我理解正确（基于其他专家在线提供的提示），我可以使用支持向量机或神经网络识别收集的样本中的模式并将其映射到特定的移动类型。我也知道OpenCV库提供了这两种方法。
具有该领域专业知识的人是否可以告诉我哪种方法更好用，并指导我完成从数据收集到结果演示所需的步骤？
答案 0 :(得分：5)
没有确凿的证据表明SVM或NN对于一般情况更好，并且性能在很大程度上取决于应用程序以及如何设置两种算法。因此，找出任何新应用程序的唯一方法是使用相同的数据尝试它们，并查看哪个更好。
此外，NN通常在计算上更快分类，但训练速度慢。 SVM的训练速度更快，但分类速度较慢。
对于您的情况，算法的输入参数将是更大的问题。我不会将原始加速度计数据输入SVM或NN。相反，我会预处理并获得基本信息，例如总功率，标准偏差，可能是频域中的一些系数，以确定它的速度。这样做可以让您更好地直观地改进和调整分类器。如果您有正确的输入参数，您可能甚至不需要NN或SVM来确定基本运动，只需简单的最近距离标识符即可。祝你好运。