如何分析三个机器学习模型的输出以获得一个最终结果?

我正在尝试对歌曲进行基于流派的分类。

我已经提取了歌曲的音频特征(MFCC、音高和节奏)。

我通过每个特征训练了三个模型(ANN、SVM、SVM)。三个模型给出了三个输出(歌曲的流派)。

如何分析这三个模型的输出,以便我只得到一个最终结果?


回答:

这是一个不错的问题,所以我来回答一下。

你可以尝试看看随机森林中的装袋(bagging)概念。这些概念被称为集成方法,它们将其他分类器的结果结合成一个最终的类别。

对于你的问题,你可以简单地从这三个输出中选择最常出现的流派作为最终的分类结果。例如,如果ANNSVMSVM分别输出genre1genre1genre2,那么你的最终结果将是genre1

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注