1. 项目简介

        Sleep Cycle（SC；NorthCube，Gothenburg，Sweden）是一款可在基于android和iOS设备上使用的移动电话应用程序。SC是一个智能闹钟，它可以跟踪你的睡眠模式，并在浅睡眠中唤醒你。SC会跟踪整晚的睡眠情况，并使用30分钟的窗口，在这个窗口中，警报会在最轻的阶段（即浅睡眠）结束，达到所需的警报时间。SC通过两种运动检测模式中的一种来进行睡眠运动检测：（i）使用内置麦克风分析运动的麦克风，或（ii）使用手机内置加速计的加速计。

        本项目利用 pandas + Matplotlib + seaborn + sklearn 等工具包，对睡眠数据进行探索式可视化分析，并构建 KNN、LR、决策树、随机森林等算法实现对睡眠质量的预测建模。

2. 功能组成

        基于python个人睡眠质量分析建模的功能主要包括：

3. 数据读取和预处理

        本项目采用 SC提供的数据，并通过iOS上的Northcube的Sleep Cycle应用程序收集。

    Start-开始睡眠时间
    End-结束睡眠时间
    Sleep quality-睡眠质量
    Time in bed-躺在床上的时间
    Wake up-醒来状态
    Sleep Notes-睡眠笔记
    Heart rate-睡眠心率
    Activity (steps)-活动（步骤）

        缺失值分析，检查整个数据集中的空部分，红色部分缺少数据：

        “Wake up”、“Sleep Notes”和“Heart rate”功能中缺少数据。我们可以注意到“卧床时间”的特征是从“开始”和“结束”两个方面来计算的。正如我们所知，睡眠质量不仅取决于睡眠的持续时间“在床上的时间”，还取决于你睡眠的“开始”时刻。

df[&＃39;Start time&＃39;] = pd.Series([val.time() for val in df[&＃39;Start&＃39;]])
df[&＃39;End time&＃39;] = pd.Series([val.time() for val in df[&＃39;End&＃39;]])
df[&＃39;Start time in second&＃39;] = df[&＃39;Start time&＃39;].apply(lambda x: (x.hour*60+x.minute)*60 + x.second)
df[&＃39;End time in second&＃39;] = df[&＃39;End time&＃39;].apply(lambda x: (x.hour*60+x.minute)*60 + x.second)


4. 数据探索式可视化分析

4.1 非空特征间的相关性

# 相关性的可视化
fig = plt.figure(figsize = (12,10))
r = sns.heatmap(df.corr(),cmap=&＃39;Oranges&＃39;)
r.set_title(&＃39;Correlation&＃39;)

        检查特征与“睡眠质量”的相关性：

df.corr()[&＃39;Sleep quality&＃39;].sort_values(ascending = False)

Sleep quality 1.000000
Time in bed 0.695206
Start time in second 0.234936
End time in second 0.076523
Heart rate -0.037846
Activity (steps) -0.190491

        很明显，“卧床时间”与“睡眠质量”的关系最大，除了它本身。睡眠时间的“开始时间”与“结束时间”的关系更大。

4.2 全局特征 pairplot

4.3 “睡眠质量”和“卧床时间”与单位秒的联合绘图

4.4 开始睡眠和结束睡眠时间的柱状图

4.5 步数 Steps 的分布柱状图

        从上面的柱状图来看，“步数”不是睡眠时的“步数”，而是白天的“步数”，代表白天的活动。

4.6 “睡眠质量”和“活动性”特征与秒级别单位的联合图。

# 特征与睡眠质量"sleep quality" 的相关性
df_new.corr()[&＃39;Sleep quality&＃39;].sort_values(ascending = False)# Scatter plot
plt.figure(figsize=(10,6))
plt.scatter(df_new[&＃39;Sleep quality&＃39;],df_new[&＃39;Activity (steps)&＃39;], c="g", alpha=0.5, marker=r&＃39;$\clubsuit$&＃39;,label="Sleep quality vs. Steps")
plt.xlabel("Sleep quality")
plt.ylabel("Steps during the day")
plt.legend(loc=&＃39;upper left&＃39;)
plt.show()

        如果我们只看“睡眠质量”和“步数 step ”之间的相关性，它们就没有那么大的关系了。根据经验，人们普遍认为，白天大量活动可以改善睡眠质量。然而，我们在这里没有看到这种关系。

5. 机器学习建模 Machine Learning

5.1 训练集和测试集划分

X = df[[&＃39;Time in bed&＃39;, &＃39;Start time in second&＃39;,&＃39;End time in second&＃39;,&＃39;Activity (steps)&＃39;]].values
y = df[&＃39;Sleep quality&＃39;].values
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=101)
# In order to normalize the features, it is better to use MinMaxScaler
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
scaler.fit(X_train)
X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)

5.2 LinearRegression Model

from sklearn.linear_model import LinearRegression
lm = LinearRegression()
lm.fit(X_train,y_train)
lm.score(X_test,y_test)print(&＃39;test accuracy:&＃39;, lm.score(X_test,y_test))

5.3 KNN (K nearest neighbors) model

from sklearn.neighbors import KNeighborsClassifiererror_rate =[]
for i in range(1,20):knn = KNeighborsClassifier(n_neighbors=i)knn.fit(X_train,y_train)pred_i = knn.predict(X_test)error_rate.append(np.mean(pred_i != y_test))plt.figure(figsize=(10,6))
plt.plot(range(1,20),error_rate, color =&＃39;red&＃39;,line" src="https://img2.php1.cn/3cdc5/3ce1/8fd/c4be57134c84a3b0.png" />​​​​​​​