Analyser mon score Oura Sleep - est-ce AI ou simplement mathématiques?

Aujourd'hui, je me suis plongé dans les données du score de sommeil de notre anneau Oura, invitant une question cruciale: ce problème nécessite-t-il une IA, ou une formule simple suffira-t-elle?

Le suivi des activités et la bague Oura

Je suis un amateur de santé basé sur les données, en utilisant des trackers de fitness comme Fitbit et Garmin. Cependant, pour l'usure quotidienne, je préfère la bague Oura pour sa conception discrète. Le suivi du sommeil est une caractéristique clé, ce qui rend son score de sommeil digne d'enquête. (Pour ceux qui ne sont pas familiers, le score de sommeil de Oura est détaillé sur leur blog.)

Le score de sommeil énigmatique

Un inconvénient de Oura est ses idées de murs payantes. La version gratuite affiche uniquement le score de sommeil, contrairement aux tableaux de bord complets de Fitbit et Garmin. Cela soulève la question: qu'est-ce qui rend ce score de sommeil si spécial, et l'abonnement en vaut-il la peine?

L'hypothèse: corrélations simples

Mon hypothèse initiale, en tant que data scientist, était simple: une durée plus élevée du sommeil profond et une plus grande fréquence cardiaque moyenne sont en corrélation avec de meilleurs scores de sommeil. Cela pourrait-il être aussi simple? Découvrons.

Acquisition et traitement des données

J'ai accédé à mes données Oura via leur API de développeur, récupérant les données du sommeil et les enregistrant en tant que fichier JSON.

<code class="language-python">def get_data(type):
  url = 'https://api.ouraring.com/v2/usercollection/' + type
  params={ 
      'start_date': '2021-11-01', 
      'end_date': '2025-01-01' 
  }
  headers = { 
    'Authorization': 'Bearer ' + auth_token 
  }
  response = requests.request('GET', url, headers=headers, params=params) 
  return response.json()["data"]

data = get_data("sleep")
with open('oura_data_sleep.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=4)</code>

Ces données ont ensuite été indexées dans Elasticsearch pour une requête facile. La structure JSON a simplifié ce processus, ne nécessitant aucun mappage ou nettoyage supplémentaire de données.

<code class="language-python">client = Elasticsearch(
    cloud_id=ELASTIC_CLOUD_ID,  
    api_key=ELASTIC_API_KEY 
)

index_name = 'oura-history-sleep'

# ... (Elasticsearch index creation and data loading code) ...</code>

L'expérience: requêtes simples

Mon expérience a impliqué des requêtes simples pour tester mon hypothèse. J'ai trié les premiers jours par un score de sommeil le plus élevé:

<code class="language-python">response = client.search(index = index_name, sort="readiness.score:desc")

# ... (Code to print day and sleep score) ...</code>

L'examen de ces jours à haut score a révélé des schémas cohérents dans le sommeil profond et la fréquence cardiaque. Ensuite, j'ai construit un filtrage de requête Elasticsearch pour un sommeil profond sur 1,5 heure et une fréquence cardiaque sous 60 bpm, triée par sommeil REM:

<code class="language-python">query = {
    "range" : {
        "deep_sleep_duration" : {
            "gte" : 1.5*3600
        }
    },
    "range" : {
        "average_heart_rate":{
            "lte" : 60
        }
    }
}
response = client.search(index = index_name, query=query, sort="rem_sleep_duration:desc")</code>

Les résultats sont fortement corrélés avec les jours initiaux à score élevé. Bien qu'il ne soit pas parfait, cela démontre le pouvoir prédictif d'une formule simple. D'autres visualisations kibana (illustrées ci-dessous) renforcent cette connexion.

La signification

Dans le battage médiatique entourant l'IA, il est facile d'oublier des solutions plus simples. Ce score de sommeil, souvent présenté comme une réussite complexe de l'IA, est essentiellement basé sur une formule simple. Cela met en évidence l'importance de comprendre lorsque des méthodes plus simples sont suffisantes - conduisant à des résultats plus précis, rentables et facilement interprétables. Cela souligne la valeur durable des principes fondamentaux de la science des données et de la modélisation intuitive. Bien que la technologie avancée soit impressionnante, savoir quand pas l'utiliser est tout aussi crucial.

Voir le carnet de code complet ici.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!