基于收音机播放的音乐流派分类[关闭]

Posted

技术标签:

【中文标题】基于收音机播放的音乐流派分类[关闭]【英文标题】:Music Genre classification based on plays in radios [closed] 【发布时间】:2015-07-12 22:38:34 【问题描述】:

我有关于在不同广播电台播放的数千首曲目的数据。数字是每个电台中每个曲目的播放次数:

         station1    station2    station3    station4 ...     
track1      0            2          5            0
track2      1            0          0            0 
track3      3           20          2            0
track4      0            1          0            1
track5      0            0          0            3
     .
     . 
     .

我可以使用这些数据进行自动分类吗:

    广播电台类型 曲目类型

如何使用 R 来做到这一点?

【问题讨论】:

您可以识别在哪些电台上组合在一起的曲目集群,但如果不了解曲目和电台是什么,您将无法说“电台 1 播放摇滚音乐”。我会查看集群任务视图并找到与您的问题类似的内容:cran.r-project.org/web/views/Cluster.html @bartektartanus 我理解“太宽泛”的标志。 G. Grothendieck 完全理解了这个问题,并给出了一个很好的直截了当的答案,已经有 3 票赞成。我认为应该重新提出这个问题,让其他人有机会像他一样做出回应 【参考方案1】:

读入数据并在列上使用 kmeans 对车站进行聚类,并在行上使用 kmeans 对轨道进行聚类。 k 是您希望使用的流派数量。您需要确定每个集群的含义。请注意,第一次 kmeans 运行中的集群 1 不一定与第二次运行中的集群 1 相同。

Lines <- "station1    station2    station3    station4
track1      0            2          5            0
track2      1            0          0            0 
track3      3           20          2            0
track4      0            1          0            1
track5      0            0          0            3"

DF <- read.table(text = Lines)
k <- 2 # number of genres
kmeans(DF, k) # cluster stations
kmeans(t(DF), k) # cluster tracks

【讨论】:

以上是关于基于收音机播放的音乐流派分类[关闭]的主要内容,如果未能解决你的问题,请参考以下文章

使用 K-nn 算法处理音乐流派,如何处理提取的特征? [关闭]

使用 sklearn 进行音乐流派分类:如何准确评估不同的模型

Python调用Windows API函数编写录音机和音乐播放器

Keras深度学习实战(39)——音乐音频分类

在IOS中运行音乐时检测电话已完成

Keras深度学习实战(39)——音乐音频分类