Какова форма набора данных акселерометра?

Question

Я хочу изменить этот код так, чтобы он принимал мой набор данных акселерометра, ниже приведен код моей модификации для добавления нового набора данных

import numpy as np

np.random.seed(1337)  # for reproducibility
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.metrics.classification import accuracy_score
from dbn import SupervisedDBNClassification

# Loading dataset
train = np.loadtxt("TrainDatasetFinal.txt", delimiter=",")
test = np.loadtxt("testDatasetFinal.txt", delimiter=",")

y_train = train[:,7]
y_test = test[:,7]

train_spec = train[:,6]
test_spec = test[:,6]


# Training
classifier = SupervisedDBNClassification(hidden_layers_structure=[256, 256],
                                         learning_rate_rbm=0.05,
                                         learning_rate=0.1,
                                         n_epochs_rbm=10,
                                         n_iter_backprop=100,
                                         batch_size=32,
                                         activation_function='relu',
                                         dropout_p=0.2)
classifier.fit(train_spec, y_train)

И это образец из моего набора данных

(Номер пациента, время в миллисекундах, ось X акселерометра, ось Y, ось Z, величина, спектрограмма, метка (0 или 1))

1,15,70,39,-970,947321,596768455815000,0
1,31,70,39,-970,947321,612882670787000,0
1,46,60,49,-960,927601,602179976392000,0
1,62,60,49,-960,927601,808020878060000,0
1,78,50,39,-960,925621,726154800929000,0

в наборе данных я использую только спектрограмму в качестве входного признака и метку (0 или 1) в качестве выходного, общее количество выборок составляет 1 415 684

Итак, как изменить этот код, чтобы он соответствовал набору данных сигнала вместо набора данных изображения