如何解决如何对 kaldi 生成的 xvector 使用 sklearn 逻辑回归
因此,来自 Python sklearn 库的逻辑回归具有 .fit()
函数,该函数以 x_train
(features) 和 y_train
(labels) 作为参数来训练分类器。
似乎x_train.shape = (number_of_samples,number_of_features)
对于 x_train,我应该使用提取的 xvector.scp 文件,我正在阅读该文件:
b = kaldiio.load_scp('xvector.scp')
我可以像这样打印内容:
for file_id in b:
xvector = b[file_id]
print(xvector)
它的问题是我必须逐行读取它,我不确定如何将 b
变量转换为数组以匹配 x_train
的 .fit()
参数-功能。 xvector.scp 很大,大约有 100 万行。
有人知道我该怎么做吗?
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。