使用 libsvm 进行情绪分类

Posted 2023-03-12

【中文标题】使用 libsvm 进行情绪分类

【英文标题】：Mood classification using libsvm

【发布时间】：2017-03-05 14:00:33

【问题描述】：

我想在音频数据检测上应用 SVM。我正在从语音信号中提取不同的特征。在减少了这个矩阵的维度之后，我仍然得到了一个 matix 形式的特征。任何人都可以帮助我关于数据格式化 我应该将特征矩阵转换为行向量吗？我可以将相同的标签分配给一个特征矩阵的每一行，并将其他标签分配给其他矩阵的行吗？

【参考方案1】：

有点模棱两可的问题，但让我尝试解决您的问题。对于特征选择，您可以使用过滤器方法、包装器方法等。一种常用的方法是主成分分析。选择特征后，您可以直接将它们提供给分类器。在您的情况下，我猜您正在获得训练数据的低维表示（例如，如果您使用了 SVD）。在这种情况下，很好，现在您可以将其用于 SVM 分类。

向特征矩阵添加标签是什么意思？您可以将标签添加到训练实例，而不是特征。我猜你正在谈论每个类标签的单独矩阵。如果是这种情况，是的，您可以随意使用，但请记住，这取决于模型设计。