J'ai 4 tableaux (caractéristiques) numpy. La dimension des tableaux numériques est:Comment combiner efficacement plusieurs vecteurs de caractéristiques pour le classement
a1=(360,100)
a2=(360,100)
a3=(360,100)
a4=(360,13)
J'ai un fichier audio de 360 (4 classes et chacun de 90). Et j'ai obtenu 4 caractéristiques différentes (a1, .. a4) de ces fichiers wav. J'ai essayé ces caractéristiques (a1, .. a4) séparément pour former svm et classifier audios. Mais certains résultats ne sont pas bons. Maintenant, je veux combiner ces 4 fonctionnalités pour obtenir de meilleurs résultats. Mais je ne veux pas concaténer ces matrices. Je veux juste déterminer quelques coefficients pour ces caractéristiques et obtenir juste un vecteur de caractéristique pour classifier. Par exemple,
quand j'utiliser la fonction juste a1, la performance est:
class1=%50, class2=%85, class3=%95, class4=%95
Quand j'utiliser la fonction juste a2, la performance est:
class1=%30, class2= %96, class3=%94, class4=%80
Quand j'utiliser la fonction juste a3 , la performance est:
class1=%64, class2=%94, class3=%74, class4=%97
Lorsque j'utilise seulement la fonctionnalité A4, la performance est :
class1=%74, class2=%96, class3=%85, class4=%88
Comment puis-je augmenter les performances en utilisant ces 4 fonctionnalités ensemble? J'ai également concaténé ces fonctionnalités mais la performance n'était pas bonne aussi. Merci