KVAXIR 教学数据集（UCI HAR 子集）
=====================================

数据来源：UCI Machine Learning Repository — Human Activity Recognition Using Smartphones
原始数据集：https://archive.ics.uci.edu/dataset/240/human+activity+recognition+using+smartphones
许可：Creative Commons Attribution 4.0 International (CC BY 4.0)
      https://creativecommons.org/licenses/by/4.0/
本文件是其**分层抽样子集**（衍生作品），允许自由使用与再分发，条件是保留本署名。

请引用原始论文/数据集：
  Reyes-Ortiz, J., Anguita, D., Ghio, A., Oneto, L., & Parra, X. (2013).
  Human Activity Recognition Using Smartphones [Dataset].
  UCI Machine Learning Repository. https://doi.org/10.24432/C5S4K

原始实验：30 名 19–48 岁志愿者，腰部佩戴 Samsung Galaxy S II，
以 50Hz 采集三轴加速度与三轴角速度，做 6 类日常活动，全程录像人工打标。
信号经噪声滤波，按 2.56 秒滑动窗（50% 重叠）切分，每窗提取 561 维时域/频域特征。

活动类别（本子集每类等量抽样）：
  WALKING / WALKING_UPSTAIRS / WALKING_DOWNSTAIRS / SITTING / STANDING / LAYING

⚠️ 教学提示（重要，值得在课堂上讨论）：
原始数据来自 30 个**不同的人**。如果随机切分训练/测试集，同一个人可能同时出现在
两边，模型会"记住这个人的走路方式"而不是学会"走路这件事"——这叫**主体泄漏
（subject leakage）**，会让准确率高得虚高。学术界对 HAR 的标准做法是
**按人划分**（21 人训练 / 9 人测试）。
本子集**未保留 subject 列**（源文件即无此列），因此课堂演示的准确率会偏高，
**这本身是个很好的讨论题**：为什么 99% 的准确率不代表模型真的能用？


【中学版说明】
本版本从原始 561 个特征中选取了 22 个可用日常语言解释的列（身体加速度、重力方向、转身速度、总幅度），并把列名与活动名译为中文，便于初中/高中课堂讲解。
数值未做任何改动，仅做列选取与改名，仍属 CC BY 4.0 下的衍生作品。