classification2 Linear Classification (구현) 경사 하강법(Gradient Descent)를 이용하여 선형 분류 문제를 해결 레이블이 $1$, $0$인 두 개의 클래스에 대한 분류문제에서 샘플이 특정 클래스에 속할 확률을 추정하는 지도학습의 한 가지 (Binary case) 선형회귀 모델과 같이 입력 특성의 가중치의 합(편향 포함) ${\beta}^{\rm T} x = \beta_0+\beta_1 x_1+\cdots +\beta_nx_n$을 계산한 다음 시그모이드 함수(sigmoid) $\sigma(t)=\dfrac{1}{1+\exp(-t)}$를 취한 값 $\sigma({\beta}^{\rm T} x)$를 ${\rm P}(Y=1|X=x)$에 대한 추정값 $\hat p(x)$로 추정하는 모델.즉, 모델 파라미터 ${\beta}=(\beta_0,\cdo.. 2024. 6. 11. Feature Extract : Speech [영어 음성 국제 분류] (5) 1. 학습 및 제출에 사용할 csv 파일 불러오기DATA_PATH = 'english_voice_classification'pd_train = pd.read_csv('train.csv')pd_test = pd.read_csv('test.csv')print(pd_train.info(), pd_test.info()) 2. 데이터 불러오기 및 Handcrafted-Feature 추출import librosaimport glob, pickleimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_scoreimport matplotlib.pyplot as pltimport lib.. 2024. 6. 10. 이전 1 다음
