나는 알려진 것들의 훈련 데이터베이스를 사용하여 음소 속에 음소를 식별하려고합니다.신호 특징 확인
내 훈련 샘플에서 일반적인 기능을 식별하고이를 사용하여 새 기능을 분류하는 방법이 있는지 궁금합니다.
보인다
관심이 첫 번째입니다! 기계 학습 또는 회귀 분석 방법/알고리즘에 대한 권장 사항은 무엇입니까?
파이썬 태그가 붙어 있으므로 기계 학습을위한 뛰어난 파이썬 라이브러리 인 scikit-learn을 살펴볼 것을 적극 권장합니다. 그들의 문서는 매우 철저하므로 기계 학습 알고리즘 및 구현 (분류, 회귀, 클러스터링 등 포함)에서 좋은 충돌 과정을 제공해야합니다.
점 1과 2는 크게 다르지 않습니다. 1) 최종 결과입니다. 분류 문제 2)는 분류를 위해 제공하는 기능입니다. 당신이 필요로하는 것은 좋은 분류 자 (SVM, 의사 결정도, 계층 적 분류 자 등)와 좋은 특징들 (당신이 언급 한 피치, 포먼트 등)입니다.
그러나 정규화 된 신호 그룹을 사용하여 기능을 탐색 할 수있는 방법이 있습니까? – Lucidnonsense
아주 좋은 질문입니다. 다음과 같은 두 가지 방법으로 기능을 탐색 할 수 있습니다. 1) 시행 착오 : 가능한 많은 기능을 얻거나 추출하고 통계적으로 어떤 기능이 실제로 유용한 지 확인하거나 2) DeeP Neural Network 기반 분류기 세트를 가져 와서 가능한 한 많은 기능을 입력 할 수 있습니다. 간접 피쳐 선택을 수행하기 위해 다른 레이어에서 가중치를 조정하십시오. –
감사합니다. 그 부분을 살펴 보겠습니다. – Lucidnonsense