Förbättra särdragen för klassificering

Maskininlärning för tidsseriedata i Python

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

Det auditiva envelopet

Jämna ut data för att beräkna det auditiva envelopet
Relaterat till den totala mängden ljudenergi vid varje tidpunkt

Utjämning över tid

Istället för att medelvärdesberäkna över all tid kan vi göra ett lokalt medelvärde
Det kallas att jämna ut din tidsserie
Det tar bort kortsiktigt brus och behåller det övergripande mönstret

Jämna ut dina data

Beräkna ett rullande fönster

# Audio is a Pandas DataFrame
print(audio.shape)  
# (n_times, n_audio_files)

(5000, 20)

# Smooth our data by taking the rolling mean in a window of 50 samples
window_size = 50
windowed = audio.rolling(window=window_size)
audio_smooth = windowed.mean()

Beräkna det auditiva envelopet

Först likriktár du ljudet, sedan jämnar du ut det

  audio_rectified = audio.apply(np.abs)
  audio_envelope = audio_rectified.rolling(50).mean()

Särdragsteknik för envelopet

# Calculate several features of the envelope, one per sound
envelope_mean = np.mean(audio_envelope, axis=0)
envelope_std = np.std(audio_envelope, axis=0)
envelope_max = np.max(audio_envelope, axis=0)

# Create our training data for a classifier
X = np.column_stack([envelope_mean, envelope_std, envelope_max])

Förbered särdragen för scikit-learn

X = np.column_stack([envelope_mean, envelope_std, envelope_max])
y = labels.reshape(-1, 1)

Korsvalidering för klassificering

cross_val_score automatiserar processen att:
- Dela upp data i tränings- och valideringsset
- Anpassa modellen på träningsdata
- Poängsätta den på valideringsdata
- Upprepa processen

Använda cross_val_score

from sklearn.model_selection import cross_val_score

model = LinearSVC()
scores = cross_val_score(model, X, y, cv=3) 
print(scores)

[0.60911642 0.59975305 0.61404035]

Auditiva särdrag: tempogrammet

Vi kan sammanfatta komplex temporal information med tidsseriespecifika funktioner
librosa är ett utmärkt bibliotek för auditiv särdragsteknik och tidsserier
Här beräknar vi tempogrammet, som skattar tempot i ett ljud över tid
Vi kan beräkna sammanfattande statistik för tempot på samma sätt som för envelopet

Beräkna tempogrammet

# Import librosa and calculate the tempo of a 1-D sound array
import librosa as lr
audio_tempo = lr.beat.tempo(y=audio, sr=sfreq, 
                            hop_length=2**6)

Nu kör vi en övning!

Maskininlärning för tidsseriedata i Python