自述文件
##Summary 此脚本基于 UC Irvine 机器学习存储库中的 Human Activity Recognition Using Smartphones Data Set 数据集输出整洁的数据集。
##源数据源数据在这里： :
##Processing 步骤原始数据包括 30 个对象的加速度计读数。 每个读数都是一个 561 个特征向量这些读数用于构建活动模型，该模型将每个主题活动标识为步行、躺下、上楼、下楼、坐下或跑步
从这些原始数据中，我们只选择与每个加速度计的平均值和标准偏差有关的读数。 这导致了 73 个特征向量。 然后通过计算每个对象的每个活动的平均值来汇总这些结果。
此聚合的结果以按主题和特征分组的每种活动类型的平均值呈现。
所有值都是无单位的，因为原始数据已经过标准化。
##Code book 1 subjectID 编号从 1 到 30 表示
