Dany jest zbiór danych pobranych z urządzenia przenośnego wyposażonego w żyroskop. Twoje zadanie pojega na zbudowaniu klasyfikatora SVM który możliwie najlepiej poradzi sobie z problemem klasyfikacji. Zmienna celu przyjmuje następujące wartości:

• 1: WALKING
• 2: WALKING_UPSTAIRS
• 3: WALKING_DOWNSTAIRS
• 4: SITTING
• 5: STANDING
• 6: LAYING

1. zapoznaj się z opisem atrybutów oraz listą wszystkich atrybutów
2. pobierz zbiór uczący i zbiór testowy (X_train.txt zawiera wartości atrybutów, y_train.txt zawiera etykiety, podobnie dla zbioru testowego)
3. zbuduj klasyfikator SVM o możliwie największej dokładności (przyjmij, że predykcja każdej klasy jest tak samo ważna)
4. umieść w raporcie zrzuty ekranu zawierające główny przepływ oraz macierz pomyłek (jeśli nie korzystasz z RapidMinera/Orange Data Mining/Weki to prześlij swój kod), oraz podaj najlepsze znalezione przez Ciebie wartości parametrów