scikit-learn:
metrcis.classification_report(y_predict,y_test)#可以输出各个评价指标的矩阵形式,就不用单个输出其评价指标了
former_data=pca.inverse_transform(X)#将pac变换后的数据进行还原,维度与之前相同
pca.explained_variance_ratio_#各个主成分方差的所占的比例,利用np.cumsum(pca.explained_variance_ratio_)返回一个累加的数组,表示累计的百分比
PCA与MFCC提取
from python_speech_features import mfcc:
PCA与MFCC提取

相关文章:

  • 2022-01-01
  • 2021-09-25
  • 2021-07-28
  • 2021-07-22
  • 2022-01-13
  • 2021-12-19
  • 2021-06-25
  • 2021-11-24
猜你喜欢
  • 2021-10-29
  • 2021-04-16
  • 2021-10-05
  • 2021-08-16
  • 2021-12-29
  • 2021-12-14
  • 2022-12-23
相关资源
相似解决方案