背景描述

抑郁症是最常见的抑郁障碍，以显著而持久的心境低落为主要临床特征，是心境障碍的主要类型。

临床可见心境低落与其处境不相称，情绪的消沉可以从闷闷不乐到悲痛欲绝，自卑抑郁，甚至悲观厌世，可有自杀企图或行为；甚至发生木僵；部分病例有明显的焦虑和运动性激越；严重者可出现幻觉、妄想等精神病性症状。每次发作持续至少2周以上、长者甚或数年，多数病例有反复发作的倾向，每次发作大多数可以缓解，部分可有残留症状或转为慢性。

抑郁症与环境扰动引起的生物节律紊乱有关，例如白天的季节变化，由于轮班或经纬度旅行而引起的社会节律的改变。除了与昼夜节律不一致的生活方式有关外，昼夜节律也与自然日光周期不一致。抑郁症状的出现还与身体健康问题，医学副作用，生活事件和社会因素有关，除了酗酒和滥用药物外，这些因素还可能潜在地导致全人类的抑郁症状。

全球抑郁症的终生患病率约为15％，但是严重程度不符合抑郁症诊断要求的发作的发生率要高得多。肌电记录运动活动被认为是观察抑郁症的一种客观方法，尽管在精神病学研究中这个话题还远远不够。

数据说明

数据集包含以下内容：两个文件夹，而一个包含控件的数据，一个包含条件组的数据。
已为每位患者提供了一个csv文件，其中包含随时间推移收集的活动记录仪数据。
这些列是：
timestamp-时间戳记（一分钟间隔）
date-日期（测量日期）
activity-活动（活动记录仪的活动测量）。

此外，文件\emph{scores.csv中提供的MADRS分数。
它包含以下各列；
number-🔢（患者标识符）
days-天数（测量的天数）
gender-性别（女性或男性为1或2）
age-年龄（年龄段的年龄）
afftype-类型（1：双相情感障碍II，2：单相抑郁症，3：双相I ）
melanch-忧郁（1：抑郁症，2：无抑郁症）
inpatient-住院（1：住院，2：门诊）
edu-教育（按年分组的教育）
marriage-婚姻（1：已婚或同居，2：单身）
work-（1：工作或学习，2：失业/病假/养老金）
madrs1-记录开始时的MADRS得分
madrs2-记录结束时的MADRS得分

问题描述

可用的数据最终可以帮助研究人员开发能够基于传感器数据自动检测抑郁状态的系统。
该数据集可能适用于（但不限于）以下：
（i）将机器学习用于抑郁状态分类；
（ii）根据运动活动数据预测MADRS得分，
（iii）抑郁与非抑郁参与者的睡眠模式分析。

该数据集可以用作评估不同机器学习方法和方法的基础，例如：成本敏感的分类和针对不平衡类问题的过采样技术