Restructure folders #70
Conversation
… into classification-ppg
…rkinson/paradigma into restructure_folders
| @@ -9,9 +9,18 @@ | |||
| }, | |||
| { | |||
| "cell_type": "code", | |||
| "execution_count": 1, | |||
| "execution_count": 73, | |||
There was a problem hiding this comment.
Deze heeft nog een execution count uitstaan. Je kan bovenin de notebook "restart" en "clear_output" klikken, dan is het helemaal opgeschoond.
| "The autoreload extension is already loaded. To reload it, use:\n", | ||
| " %reload_ext autoreload\n" |
There was a problem hiding this comment.
De autoreload zou ik gebruiken voor als je zelf codeert in notebooks, maar niet voor notebooks die gebruikers gaan draaien of die gebruikt worden in docs. Dan is het reloaden overbodig omdat het draait op de release branch en niet op lokale veranderingen.
| "metadata": {}, | ||
| "outputs": [], | ||
| "source": [ | ||
| "heart_rate_analysis_config import HeartRateFeatureExtractionConfig, HeartRateClassificationConfig\n", |
There was a problem hiding this comment.
Volgens mij gaat hier iets niet helemaal goed.
| @@ -65,30 +86,15 @@ | |||
| "metadatas_ppg, metadatas_imu = scan_and_sync_segments(os.path.join(path_to_sensor_data, 'ppg'),\n", | |||
| " os.path.join(path_to_sensor_data, 'imu'))\n", | |||
| "preprocess_ppg_data(metadatas_ppg[0], metadatas_imu[0],\n", | |||
There was a problem hiding this comment.
Waarom gebruik je hier alleen de 1e index? Als je dit vaker wilt gebruiken zou je de functie ook wellicht kunnen draaien met alleen de 1e index als uitkomst, in plaats van voor alle data te draaien en dan alleen de 1e index te pakken?
| "metadata": {}, | ||
| "outputs": [], | ||
| "source": [ | ||
| "#TODO: Not implemented\n", |
There was a problem hiding this comment.
Deze werkt wel (een beetje)? Of moet dit ook uitgecommend worden?
There was a problem hiding this comment.
uitgecommend idd
| def write_data(metadata_time: TSDFMetadata, metadata_samples: TSDFMetadata, | ||
| output_path: str, output_filename: str, df: pd.DataFrame): | ||
|
|
||
| def write_np_data( |
There was a problem hiding this comment.
Waarom wil je het als numpy wegschrijven in plaats van pandas?
| epoch_length = 6 # in seconds | ||
| overlap = 5 # in seconds |
There was a problem hiding this comment.
Deze kan je het beste ook in de constants ergens definiëren
There was a problem hiding this comment.
Ik zie dat je overal met numpy werkt, is dat handiger dan met pandas?
| samples_per_epoch_ppg = int(epoch_length * sampling_frequency_ppg) | ||
| samples_per_epoch_acc = int(epoch_length * sampling_frequency_imu) | ||
|
|
||
| # Calculate number of samples to shift for each epoch | ||
| samples_shift_ppg = int((epoch_length - overlap) * sampling_frequency_ppg) | ||
| samples_shift_acc = int((epoch_length - overlap) * sampling_frequency_imu) | ||
|
|
||
| pwelchwin_acc = int(3 * sampling_frequency_imu) # window length for pwelch | ||
| pwelchwin_ppg = int(3 * sampling_frequency_ppg) # window length for pwelch | ||
| noverlap_acc = int(0.5 * pwelchwin_acc) # overlap for pwelch | ||
| noverlap_ppg = int(0.5 * pwelchwin_ppg) # overlap for pwelch |
There was a problem hiding this comment.
Kijk even goed naar de afronding dmv int: vaak kan je beter eerst .round() doen, wat van een 0.6 een 1 maakt, ipv int, wat van een 0.6 een 0 maakt.
|
Heb de comments nagelopen, paar hele kleine dingen aangepast. De rest wordt nog aangepast allemaal gerefactord en ga ik in deze PR niet doen om het overzichtelijk te houden ;) |
|
@KarsVeldkamp nog één commit doen: clear_output moet je nog even doen voor de notebook. |
Dat heb ik toch gedaan in de laatste commit? Check de execution counts etc ;) Of begrijp ik je verkeerd? |
Je mist nog één cel ;) |
|
hmm gek, want kon hem net niet opnieuw clearen. Nu wel nog een poging gedaan alleen begint hij nu bij 1 i.p.v. null |
I have restructured the paradigma src folder. Every domain now has his own subdirectory in which every step of the pipeline can be implemented.