(Hej du) Vad är det där för ljud?

Låtar börjar som något analogt: ljudet är i grunden luftvibrationer. För att analysera en låt behöver du omvandla den till meningsfulla tal. Spår i Million Song Dataset har tolv klangfärgsmätningar tagna med jämna tidsintervall genom hela låten. (Klangfärg är ett mått på den upplevda kvaliteten hos ett ljud – det kan till exempel användas för att skilja röster från stränginstrument och slagverksinstrument.)

I det här kapitlet ska du försöka förutsäga vilket år ett spår släpptes, baserat på dess klangfärg. Du använder alltså dessa klangfärgsmätningar för att generera särdrag till modellerna. (Kom ihåg att särdrag är maskininlärningsterminologi för en indatavariabel i en modell. Inom statistik kallas de ofta för förklaringsvariabler.)

Klangfärgsdata har formen av en matris, där raderna representerar tidpunkterna och kolumnerna representerar de olika klangfärgsmätningarna. Alla klangfärgsmatriser har därför tolv kolumner, men antalet rader varierar från låt till låt. Medelvärdet för varje kolumn skattar genomsnittet av en klangfärgsmätning över hela låten. På så sätt kan man generera tolv särdrag till modellen.