如何解决如何在数据集中增加协方差特征以进行分类？
所以我正在尝试为我的 ML 课程实施 this 项目报告，主题是音乐类型分类。最初，我使用 Librosa 来提取 MFCC 特征，产生 12X1293 维的 numpy 数组，然后对 1293 个值进行 mean()，得到 1X12 的 numpy 数组。我被困在作者谈到用 78 个协方差特征扩充包含维度 nX12 的 MFCC 特征的数据集的部分，其中 n 是样本数。现在我学到的是，协方差是使用 2 列/特征计算的单个值，所以我不明白我们如何将这些单个值作为单独的特征添加到数据集中进行分类。 我对这个概念进行了很多搜索，但只发现了协方差矩阵，我不明白它将如何在数据集中进行扩充。我是 ML 的初学者，所以请原谅我的任何愚蠢的查询。任何帮助，将不胜感激。谢谢。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
