# asd_td_classifier

**Repository Path**: liu-yi-ch-en/asd_td_classifier

## Basic Information

- **Project Name**: asd_td_classifier
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-09
- **Last Updated**: 2025-06-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ASD-TD 分类器项目

## 项目概述

这是一个基于机器学习的自闭症谱系障碍(ASD)与典型发育(TD)儿童分类项目。该分类器通过分析眼动和表情数据，使用多种机器学习算法来区分ASD和TD儿童。

## 项目结构

```
├── ASD/                  # 包含ASD儿童的CSV数据文件
├── TD/                   # 包含TD儿童的CSV数据文件
├── picture/              # 结果可视化图片
│   ├── 1.png ~ 7.png     # 各种分析结果图表
└── asd_td_classifier.py  # 主要的分类器代码
```

## 功能特点

- 多种机器学习模型支持：随机森林、支持向量机、梯度提升和逻辑回归
- 自动特征提取：从眼动和表情数据中提取多种统计特征
- 模型评估：使用准确率、ROC曲线、混淆矩阵等多种评估指标
- 结果可视化：生成各种图表以直观展示分类结果
- 支持降维分析：使用PCA进行特征降维和可视化

## 数据格式

输入数据应为CSV格式，包含以下列：
- `Gaze_X`：视线X坐标
- `Gaze_Y`：视线Y坐标
- `Expression`：表情数据

## 使用方法

```python
# 创建分类器实例
classifier = ASDClassifier(asd_folder='ASD', td_folder='TD', max_frames=2000)

# 加载数据
X, y = classifier.load_data()

# 训练和评估模型
classifier.run_pipeline(X, y)

# 可视化结果
classifier.plot_results()

# 保存模型
classifier.save_model('asd_classifier_model.pkl')
```

## 特征提取

该分类器从眼动和表情数据中提取以下特征：

1. 视线特征：
   - 基本统计特征（均值、标准差、最大值、最小值等）
   - 视线移动距离和速度特征
   - 视线集中度（方差）

2. 表情特征：
   - 不同表情的比例
   - 表情变化频率
   - 表情变化幅度

3. 时序特征：
   - 视线轨迹的平滑度

4. 频域特征：
   - 低频成分分析

## 系统要求

- Python 3.6+
- pandas
- numpy
- scikit-learn
- matplotlib
- seaborn

## 注意事项

- 数据文件需放置在对应的ASD和TD文件夹中
- 每个样本至少需要100帧数据
- 支持自动处理缺失值

姓名：刘一谌
班级：1班
专业：智能科学与技术
年级：23级