我正在尝试训练一个分类器，使用加速度计和陀螺仪数据来检测跌倒。然而，我很难决定使用哪种算法。

这是数据集的一部分图片：

这些数据是跌倒过程中从加速度计读取的原始x、y和z坐标的示例。正如您所见，数据在跌倒开始之前相对稳定。

我的问题是：我应该使用什么分类器来检测跌倒？

我阅读了一些该领域的研究，科学家们使用了朴素贝叶斯算法来分类数据，但据我所知，朴素贝叶斯在分类时没有考虑之前的数据集。

我考虑使用隐马尔可夫模型（HMM），但由于我对机器学习还比较新，我想寻求一些一般的指导。

提前感谢。

回答：

你应该查看条件随机场（CRF），它可以作为一个分类器来考虑“邻近样本”。如果你进行一些谷歌搜索，应该能够找到一些关于使用CRF进行“跌倒检测”的论文。

正如你提到的，HMM也是你问题的一个合适模型，其中你有一个隐藏变量（是否跌倒）但不可观察（只能观察到x-y-z坐标）。