Updated XGBoost model and related document

Author: 王小辉

Android/demo_myna/src/main/java/com/talkingdata/myna/demo/DataScientistActivity.java

@@ -79,7 +79,7 @@ public void onResult(@NonNull RecognizedActivityResult detectedResults) {
     }
 
     private void doAsDataScientist(){
-        handHolding();
+        xgBoost();
     }
 
     private void randomForest(){

Android/lib-Myna/src/main/assets/rhar.model

@@ -1,5 +1,7 @@
 package com.talkingdata.myna.tools;
 
+import java.util.Arrays;
+
 public class Statistics {
 
     public static float getMean(float[] data) {
@@ -90,4 +92,15 @@ private static float getVariance(float[] data, int ddof) {
             return temp / (data.length - ddof);
         }
     }
+
+    public static float getMedian(float[] data){
+        Arrays.sort(data);
+        float median;
+        if (data.length % 2 == 0)
+            median = (data[data.length/2] + data[data.length/2 - 1])/2;
+        else
+            median = data[data.length/2];
+        return median;
+
+    }
 }

Android/lib-Myna/src/main/java/com/talkingdata/myna/tools/Statistics.java

@@ -5,7 +5,7 @@ Android 平台情景感知框架
 [![GitHub license](http://og41w30k3.bkt.clouddn.com/apache2.svg)](./LICENSE)
 
 
-![](http://p1.bqimg.com/562611/952bd822efce378b.png)
+![](images/myna.png)
 
 
 Myna 项目中包含一个测试 Demo 工程：demo-myna, 将该工程和 Myna 项目本身导入到 Android Studio 中，就可以开始调试了。
@@ -15,14 +15,15 @@ Myna 提供了两套接口：
 - 面向开发者的接口：开发者只需要简单的接口调用，就能在应用程序中获取实时识别的用户行为状态。
 - 面向数据科学家的接口：数据科学家可以很方便地添加新的识别算法，在运行时调整订阅的传感器类型、采样频率和采样时长，而无需关心 Android 系统相关的传感器数据订阅细节。
 
-## 更新 2017-06-19
+## 更新 2017-07-12
 
 - 支持下面五种行为类型：
 	1. Walking
 	2. Running
 	3. Bus
 	4. Subway
 	5. Car
+	6. Stationary
 - 新增 XGBoost 和基于 Tensorflow 的 LSTM 分类模型。
 	1. `Dataset` 目录下有数据集下载链接、数据处理脚本和 XGBoost 模型训练脚本。
 	2. 使用 LSTM 模型需要时需要提供训练好的模型和 Tensorflow 的动态库以及 Java Interface 包，预训练模型已经包含在 Myna 中，Tensorflow 动态库和 Java Interface 比较大，没有放在 repo 中，可以从 [Google Drive](https://drive.google.com/open?id=0B2hKiPsUlgibbklJaEh4V1o1MlU) 下载，或者按照官方文档提供的教程自己编译，放在 `lib-Myna/libs` 目录下就可以运行测试工程了。
@@ -35,26 +36,35 @@ Myna 使用随机森林分类算法的一种开源实现--**Dice** 进行的实
 
 当使用 XGBoost 进行分类时。模型的 metrics 为：
 
-	Precision 0.964143858121
-	Recall 0.964285714286
-	f1_score 0.963936330023
+	Precision 0.909969288145
+	Recall 0.908256880734
+	f1_score 0.90816711949
 	confusion_matrix
-	[[67  0  0  0  0]
-	 [ 0 75  0  0  0]
-	 [ 0  0 52  1  3]
-	 [ 0  0  0 39  0]
-	 [ 0  0  5  1 37]]
+	[[ 93   0   1   0   0   0]
+	 [  0 115   1   1   1   0]
+	 [  0   0 102   3   5   0]
+	 [  3   0   9  84   6   2]
+	 [  2   0   7  11  85   1]
+	 [  0   0   4   3   0 115]]
+	predicting, classification error=0.091743
+
+Confusion matrix:
+
+![](images/confusionmatrix.png)
+
+ROC:
+
+![](images/roc.png)
 
 ## 集成文档
 
 [快速集成文档](/QuickStart.md)
 
 ## Roadmap
 
-2017 年 6 月
+2017 年
 
-	1. 增加手持状态检测能力。
-	2. 增加对更多行为的识别能力。
+- 增加对更多行为的识别能力。
 
 
 ## License