基于睡眠传感器采集的深睡眠比例、翻身次数、入睡时间、睡眠时长数据，建立身体恢复指数预测模型，用于评价用户睡眠期间的身体恢复程度。此数据主要应用于用户的日常健康管理服务，将身体恢复程度按从低到高划分5个等级，等级越高，表示身体恢复程度越好。1）用户可根据此数据调整日常作息时间，使得身体恢复更为理想。2）用户可基于此数据评估运动后的身体恢复情况，有助于安排下一次运动计划。
1、 将批量的深睡眠比例、翻身次数、入睡时间、睡眠时长数据进行无量纲标准化。 2、 将标准化后的数据样本输入到线性回归模型中，进行训练学习，样本标签来自用户起床后的主观身体恢复感受。 3、 模型预测结果分布在[0,1]之间，越接近1，表示身体恢复程度越好，反之越接近0，表示身体恢复程度越差。 4、 按一定的阈值将[0,1]区间划分为5个等级区间，根据模型预测结果所在的等级区间，确定身体恢复指数。模型结果[0-0.2]、(0.2-0.4]、(0.4-0.6]、(0.6-0.8]、(0.8-1.0]分别对应身体恢复指数1、2、3、4、5，指数越大，表示身体恢复程度越好。
| 字段名 | 类型 | 描述 |
|---|---|---|
用户ID |
-- | -- |
深睡眠比例 |
-- | -- |
翻身次数 |
-- | -- |
入睡时间 |
-- | -- |
睡眠时长 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 用户ID | 01 |
| 深睡眠比例 | 0.21 |
| 翻身次数 | 3 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/22252