1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Connected

ćwiczenie

Łączenie wielu cech w klasyfikatorze

W tej lekcji wyekstrahowałeś wiele cech z danych audio – niektóre zawierają informacje o tym, jak dźwięk zmienia się w czasie, inne opisują obecną w nim zawartość spektralną.

Piękno uczenia maszynowego polega na tym, że potrafi ono jednocześnie uwzględniać wszystkie te cechy. Jeśli każda z nich wnosi inne informacje, klasyfikator powinien lepiej rozróżniać rodzaje dźwięku. Warto pamiętać, że często wymaga to bardziej zaawansowanych technik, takich jak regularyzacja – omówimy ją w następnym rozdziale.

Na potrzeby ostatniego ćwiczenia w tym rozdziale wczytaliśmy wiele cech, które wcześniej obliczyłeś. Połącz je wszystkie w tablicę, którą można przekazać do klasyfikatora, i sprawdź, jak sobie poradzi.

Instrukcje 1/2

undefined XP
    1
    2

Przejdź pętlą przez każdy spektrogram, obliczając średnią szerokość pasma spektralnego i centroid spektralny każdego z nich.