我如何分析三个机器学习模型的输出，以便只得到一个结果？
How can i analysis the output of the three machine learning model so that i only get the one result?
我正在尝试对歌曲进行基于流派的分类。
我已经提取了歌曲的音频特征（MFCC、音高和节奏）。
我通过每个特征训练了三个模型（ANN、SVM、SVM）。三个模型给出三个输出（歌曲的流派）。
如何分析三个模型的输出，以便只得到一个结果？
这在某种程度上是个好问题。所以我回答。
尝试看看 Random Forest. These ideas are called Ensemble Methods 中的套袋的想法，它将其他 classifier 的结果组合到最后一个 class。
对于你的问题，你可以简单地从这 3 个中得到最重复的类型，到最后一个 classifier。例如如果ANN,SVM,SVM分别输出genre1,genre1,genre2,那么你的最终结果就是genre1
我正在尝试对歌曲进行基于流派的分类。
我已经提取了歌曲的音频特征（MFCC、音高和节奏）。
我通过每个特征训练了三个模型（ANN、SVM、SVM）。三个模型给出三个输出（歌曲的流派）。
如何分析三个模型的输出，以便只得到一个结果？
这在某种程度上是个好问题。所以我回答。
尝试看看 Random Forest. These ideas are called Ensemble Methods 中的套袋的想法，它将其他 classifier 的结果组合到最后一个 class。
对于你的问题，你可以简单地从这 3 个中得到最重复的类型，到最后一个 classifier。例如如果ANN,SVM,SVM分别输出genre1,genre1,genre2,那么你的最终结果就是genre1