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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注