除了科研什么都想搞,装了一晚上ANT你告诉我平台版本不兼容,excuse me?!!!满腔烦闷无处排解,不行✋,我要想想最初的目的是什么,?谱聚类算法,计算相似度矩阵,但是sklearn 输入需要一个样本一行数据,就是向量模式,但是音频样本特征是矩阵形式,帧数N*维度D,如果每一帧首尾相接,变为一个1*ND的超向量的话,就要先做GMM,高斯数如果取M,那整个聚类样集本的特征矩阵为J*ND,J为样本个数。这样想着计算相似度矩阵的计算量太大了,就一直没有试。matlab版本的lyx 的程序支持样本的矩阵输入格式,但是同样计算量太大,有内存溢出的危险,2520个样本跑了一下午都没算出来相似度矩阵,上千个样本,上千维特征。但是,缩小样本量倒是可以取得不错的效果,所以我转而寻找其他能高效计算整个样本集的相似度矩阵,样本集中每个样本的表示形式是矩阵,查到ibm的mahut 好像可以高效处理矩阵的运算 可以用在聚类这块,。好,下载这个玩意试一下,但是这个玩意需要java 环境的支持,好,我本来就有java 环境,可以满足,需要安装ant ,不知道是什么玩意,好,上官网找安装包,两个版本,直接可执行版和源码版,下载,解压,按说明操作包装,版本和java 环境冲突。看说明可能是版本的问题,好,换版本,运行,还是 失败,各种和java 不支持!结果。,今晚时间都缴费在解决兼容性的问题,各种试,各种设置,结果尼玛还是不行,一点反应都木有啊!心情烦躁,好像我现在做的事情离我的初衷太远了……我要理一理思路,我要静静?,
增量学习partial fit
Minbatchkeans
稀疏矩阵 稀疏表示
Affinity propagation
1. 相似度矩阵要不一个样本的帧数取平均特征作为代表?这样就可以实现一个样本的特征向量表示,维度又不至于太高,可以试一下,
2. 样本特征帧数首尾相接形成超向量,送进去谱聚类或者k均值聚类,采用增量学习的模式,看看效果或,试一下,可以再加上网格化搜索自动调参,
3. 至于特征的稀疏表示,我大概看了下,特征的数值几乎全部不为0,应该很难实现稀疏表矩阵示,只能是密度矩阵表示,这俩有什么区别……不懂
4. 要不试试13维的特征降维,?帧数不变,降低维护度?感觉不太合理,
5. 啊,还有一个dae的实验,哎,sklearn 库的模型都是样本特征向量化表示,这个很不适合音频样本的聚类,主要是针对于图片或者文本聚类,推荐算法,关联算法,
6. 每天最幸福的时刻就是晚上上床还没关灯,靠着墙,吹着空调,把玩着小手机,一天就这么过去了,毫无收获,浑浑噩噩,哎
> 人生在世三万天
> 趣果有间孤独无解
> 苦练含笑半步颠
> 那我去给你煮碗面
> 正趣果上果
现在有没有人给你煮面吃,我都好久没吃过面了。好想吃倒霉馄炖,