歩数データから行動パターンを抽出する話

この1年ほどfitbitで歩数データを取り続けている。
最近、歩数データは1日よりも小さい単位（1分、15分）で取得できることを知ったので、それを利用して日々の行動をパターン化したい。
同時に手持ちの睡眠データと組み合わせて、行動パターンとの関連も見たい。
睡眠データはSonyのSmartband2で取得している。

なお、コードも含めた結果はRPubsにアップしたので細かい話をそちらを確認してほしい。
http://rpubs.com/dichika/stepandsleep

可視化した結果

歩数データは１時間ごとの集計をLDAでもって５グループに分けた。
LDAを用いた理由はこの研究会でLDAを歩数パターンに適用している発表があったのでその追試の意味合いが大きい。

5グループへの分類が終わったら、各グループの特徴を時間別の分布、総歩数、睡眠の質（入眠後3時間以内の深い眠りの割合）で確認する。

分類した5つのグループおよび総歩数がどのように分布しているかカレンダープロットで確認する。

こちらは5つのグループをカレンダープロットで可視化したもの。

こちらは総歩数をカレンダープロットで可視化したもの。

得られた知見

LDAの結果をカレンダープロットで確認すると、Group1は平日パターン、Group3,5は休日パターンのように見える。Group2,4は夜間の歩数が多いので飲み会パターンか（私の勤め先はホワイトなので深夜に帰宅することはまず無い）。
総歩数はどのパターンも中央値はあまり変わらない。休日パターン（Group5）は左に裾をひいてるので概して歩数が少なくなっている印象。
平日パターン（Group1）と休日パターン（Group5）の眠りの質（per_D_180）を比べると、前者の方が良さそう。とはいえ、ばらつきも大きい。総歩数のデータと併せて考えると、良い睡眠に一定の運動量は必要だが、それが十分条件ではなさそう。

知見をふまえて決定木でモデリング

もう少し知見を定量的に深めたい。
手持ちの睡眠データには「就寝前2時間以内に食事をしたか(shokuji)」「就寝前1時間以内にブルーライトを発するような装置を注視したか(BL)」「寝る1時間前に蛍光灯をつけたか(Keikou)」がそれぞれ0/1（いいえ/はい）で含まれている。

結果をみるとブルーライトを注視しないと圧倒的に睡眠の質が良い。ここでいうブルーライトを発するような装置はスマホやPCである。寝る直前までtwitter眺めるのはやめよう。
またばらつきは大きいものの、歩数パターンのGroup1と3は他のグループに比べて睡眠の質が良い。
Group1は主に平日に現れる歩数パターンなので、平日の方が休日より睡眠の質が良いのか。
また悪い歩数パターンの中でも約8,000歩を超えると多少は睡眠の質が良くなっている。当面の目標値は8000歩にしておこう。

まとめ

fitbitはカギにつけて持ち歩いているだけなのでそれで自分の行動パターンが見えてくるのは面白い。
みなさんもじぶんマイニング（beroberoさん命名）やってみましょう。
Enjoy!!