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