怎样准备一份能用于训练的数据
先把数据来源、时间和动作答案保存清楚，再划分训练、验证和测试。每条规则都对应一种会把结果变得不可信的具体情况。
1 · 一行采样需要保存什么
CSV 格式示意 · 时间 10 ms 一点，数值仅展示列含义
person,session,split,time_ms,label,ax,ay,az,gx,gy,gz
p1,walk01,train,0,3,0.02,0.01,1.00,0.1,0.0,0.2
p1,walk01,train,10,3,0.03,0.02,1.01,0.2,0.1,0.3person 表示人员，session 表示一次连续采集，split 指定所属数据集合，time_ms 是采样时刻，label 是已约定动作编号。六个通道用一致的物理单位，本教学脚本约定加速度用 g，角速度用度每秒；其他数据源先转换，不能只因列名一样就混合。
当前手机消息主要传识别结果等业务数据，没有完整六轴原始窗口导出流程。训练用记录要在独立采集程序中增加专用日志输出，或使用有来源说明的公开数据；不能把 App 的分类结果日志当成原始六轴数据。
2 · 动作答案怎样跟上时间
开始记录前统一人员和场次编号，用明确操作标记动作开始、结束。过渡片段可以单独标记或排除；若整场都标走路，喝水、坐下和调整手表也会混进去。记录左右手、表带松紧、传感器量程、采样率及固件版本，以便解释之后的差异。
传感器与主控独立运行，读取一个批次的时刻不等于每个点的实际采样时刻。主线已经讲过 104→100 Hz 对齐，导出时要说明使用原始数据还是重采样数据，并保留丢批与时间缺口信息。
3 · 为什么先按人或场次划分，再切窗口
如果把同一条长记录切成大量重叠窗口后随机分组，训练和测试可能只差几个点，成绩会显得过于乐观。若要回答“换个人是否仍可用”，应按人员分开；回答同一人的新场次也需保留独立采集。配套脚本采用按人员分开，发现同一个人员跨集合会报错。
4 · 清理数据，不凭空补出动作
先检查时间是否递增、间隔是否接近 10 毫秒、字段是否有限数值，再检查窗口中是否跨标签。示例跳过缺点或标签变化窗口，不把前一次数据反复填充进去。保留被跳过的数量及原因，评估时才能知道哪些场景被排除了。
公开数据需引用原始发布页，阅读许可、佩戴位置、采样率、通道顺序与单位。例如 PAMAP2 资料可以帮助研究，但不能未经转换就套进手表的当前输入。训练、转换和部署的每份配置都应指向具体数据版本。
5 · 把数据规范变成实际检查
train_activity.py 直接读取上述 CSV；每个 split 至少要有一份足够长的有效窗口。真实类标签从零连续编号，并另行保存类名顺序。脚本只用训练集合计算均值和标准差，验证、测试复用它们。
拿一条有效记录，制造重复时间、缺一个点、跨集合人员三个错误，观察分别在哪一步被发现。再画出自己的采集日程，把训练、验证和最终测试场次先安排好。