本项目是对来自上海某医院的真实数据的分析，题目描述见kaggle：传送门，这里给出代码和运行方法。本项目的组织稍显冗余，实际上项目中多种传统机器学习方法的程序结构相似，可以使用多态的方法合并起来，将来如果有机会再重构代码。
本项目在MacOS Big Sur 11.1下开发，对Linux和Windows系统应具有兼容性。首先配置Python虚拟环境。
conda create -n python38 python==3.8.3安装相关依赖环境，这里可能没有罗列完整。如果在运行过程中出现缺失，请使用pip或conda等工具安装
pip install matplotlib, biosppy, scipy, pywt, numpy, sklearn
conda install tensorflow=2.4本项目的目录结构大体如下。由于Python的包管理有一些bug，本项目使用Python -m workspace...的形式运行程序，并保持当前路径为workspace的上一级。最终生成的测试结果存储在submission.csv中。
workspace
├── ECGTestData
├── ECGTrainData
├── data
├── Preprocess
│ ├── christov_643.txt
│ ├── hamilton_19.txt
│ ├── naive_7.txt
│ ├── process_data.py
│ └── r_peak_evaluate.py
├── CNN
├── KNN
├── SVM
├── DT
├── ICA
└── submission.csv
配置kaggle环境，并使用以下命令下载数据集
kaggle competitions download -c statlearning-sjtu-2020之后解压文件，将相关数据存放在项目目录的ECGTestData和ECGTrainData文件夹下，保持文件夹层级关系不变。运行数据预处理命令
python -m workspace.Preprocess.process_data这时在data文件夹下将会生成5折交叉校验的训练集、验证集，以及最终的测试集。这些数据是将原始数据拼接后进行了R峰检测与分割、db8小波降噪和shuffle后得到的标准数据集，存储格式为Numpy的二进制文件格式*.npy。运行以下命令可以得到不同的ECG的R峰检测算法的性能对比。
python -m workspace.Preprocess.r_peak_evaluate训练神经网络得到交叉校验的准确率
python -m workspace.CNN.train模型将会被储存在 workspace/CNN/model/，日志文件将会被储存在workspace/CNN/logs/。可以通过TensorBoard监控模型的训练过程，Mac与Linux上后台执行该功能的命令为
nohup tensorboard --log_dir=workspace/CNN/logs >/dev/null 2>&1 &可以通过如下命令查看不同神经网络结构的性能曲线。程序中的数据，是通过交叉验证得到的准确率。
python -m workspace.CNN.plot最后进行测试得到最终待提交的结果
python -m workspace.CNN.test训练模型，得到交叉校验的准确率
python -m workspace.SVM.svm可以通过如下命令查看模型选择的性能曲线
python -m workspace.SVM.plot最后进行测试得到最终待提交的结果
python -m workspace.SVM.svm --test训练模型，得到交叉校验的准确率
python -m workspace.KNN.knn可以通过如下命令查看模型选择的性能曲线
python -m workspace.KNN.plot最后进行测试得到最终待提交的结果
python -m workspace.KNN.knn --test训练模型，得到交叉校验的准确率
python -m workspace.DT.dt进行测试得到最终待提交的结果
python -m workspace.DT.dt --test以上除卷积神经网络使用原始数据之外，默认使用原始数据降采样，与快速傅里叶变换得到的频域信息插值结果，合并作为输入的特征。这里使用独立成分分析的方式，使用8个分量的权重向量，结合上述三种传统方法重新进行实验。
训练模型，得到交叉校验的准确率
python -m workspace.ICA.ica选择对不同的模型进行测试，method后面的参数可以是knn，svm和dt
python -m workspace.ICA.ica --test --method knn