问题1：针对附件1～8中的地震波数据，找出一系列合适的指标与判据，构建震源属性识别模型，进行天然地震事件（附件1～7）与非天然地震事件（附件8）的准确区分；思路：首先需要进行数据预处理，将各组波形数据进行整理，并对应打上天然地震事件0和非天然地震事件1的标签。接着对应每组波形数据，进行特征构建与提取，如峰度、偏度、振幅、均值、标准差、最小最大值，然后可以进行适当的特征筛选（如卡方检验或者相关系数判别法），由此建立出二分类机器学习模型（可以使用支持向量机、逻辑回归、随机森林等等分类模型，也可以使用异常检测算法如LOF/LOCI/ABOD算法，可以更好地处理正异常样本不均衡的情况）。#数据处理im

前情提要编写这篇文章是为了记录自己是如何分析地震数据集，使用模块，克服一系列\(bug\)的过程。如果你是\(python\)初入数据分析的小白，那么这篇文章很适合你。阅读栏目时建议不要跳过任何步骤，从头看到尾你会收获很多。本篇文章代码注释使用了\(vscode\)的better-comments拓展数据获取数据来源于中国地震台网中心国家地震科学数据中心我们挑选时间范围12年内，震级>=3级的数据集。低于3级的为无感地震，出现次数较为频繁不作考虑。运行环境\(Python\)版本\(3.10.2\)，使用模块（包含两个主流绘图库）\(pyecharts\)\(plotly\)\(request

前情提要编写这篇文章是为了记录自己是如何分析地震数据集，使用模块，克服一系列\(bug\)的过程。如果你是\(python\)初入数据分析的小白，那么这篇文章很适合你。阅读栏目时建议不要跳过任何步骤，从头看到尾你会收获很多。本篇文章代码注释使用了\(vscode\)的better-comments拓展数据获取数据来源于中国地震台网中心国家地震科学数据中心我们挑选时间范围12年内，震级>=3级的数据集。低于3级的为无感地震，出现次数较为频繁不作考虑。运行环境\(Python\)版本\(3.10.2\)，使用模块（包含两个主流绘图库）\(pyecharts\)\(plotly\)\(request